Java 编码问题regex

我有以下正则表达式：

^[0-9a-z]+\.[ ]+(table of )?contents

其目的是匹配字符串，例如：
“b.目录”

我使用PDFBox解析pdf文档，并逐行查找上述字符串。有趣的是，当doc发现一个字符串正好是“b.目录”时，该字符串与正则表达式不匹配

现在，我通过在在线regex测试仪上手动键入完全相同的字符串进行测试，得到了一个匹配项：

当我尝试复制粘贴与我键入的字符串完全相同的解析文本时，我没有得到匹配：

仅供参考，这些是单空格，没有标签。进一步检查并比较两个字符串后，解析器中的字符串似乎有一些奇怪的字符被表示为一个空白，如下所示：

b.† table†of†contents

但在记事本上，它看起来就像：

b.† table†of†contents

我不得不猜测这是一个编码问题或类似的问题，但如果我试图编写一个正则表达式来解释这个奇怪的字符，仍然没有匹配：

这是我尝试过的正则表达式：

^[0-9a-z]+\.[ †]+(table[ †]+of[ †]+)?contents

那么，有没有办法解释这个um编码，以便正则表达式能够识别它？ 如果有人感兴趣，我将使用String'matches'方法将字符串与代码中的正则表达式进行匹配

更新：

---

有关正则表达式和字符串的链接，请参见下面的注释。

如果您复制要应用正则表达式的粘贴行，并打印其中包含的字符，如

System.out.println(Arrays.toString("b.  table of contents".chars().toArray()));

结果，您将看到：

[98, 46, 160, 32, 116, 97, 98, 108, 101, 32, 111, 102, 32, 99, 111, 110, 116, 101, 110, 116, 115]
//       ^^^ 

160

的索引与索引为32的简单空格不匹配，这会导致正则表达式失败

要解决此问题，请将

†

符号替换为空白

，如

^[0-9a-z]+\.[]+（表[]+，共[]+）？内容

---

或者，要了解更通用的解决方案，请访问

，您可以在此处查看正则表达式和字符串：