Java 正则表达式 不区分大小写，带有德语变音符号

Question

我想定位/替换文本中的单词。单词示例为“T\xc3\x9cT\xc3\x9c”。这是代码：

\n\n

    final String regexX = "T\xc3\x9cT\xc3\x9c";\n    final String string = "dsad dasdasd dasd \\n"\n            + "dsds\\n"\n            + " dd \\n"\n            + "sadsd.sdasd. \\n"\n            + " universit\xc3\xa4t \\n"\n            + " bl\xc3\xb6 \\n"\n            + " Bl\xc3\xb6\\n"\n            + " ble\\n"\n            + "\xc3\xbceee \\n"\n            + " W\xc3\xb6rterbuch \\n"\n            + "Das gute alte T\xc3\xbct\xc3\xbc wird";\n    final String subst = "";\n\n    final Pattern pattern = Pattern.compile(regexX, Pattern.MULTILINE | Pattern.CASE_INSENSITIVE);\n    final Matcher matcherX = pattern.matcher(string);\n\n    final String result = matcherX.replaceAll(subst);\n\n    System.out.println("Substitution result: " + result);\n

\n\n

结果是，什么都没有被取代。这实际上是从 regex101.com 复制的代码，其中德语 T\xc3\x9cT\xc3\x9c 也无法识别。不区分大小写对德语“Umlaute”不起作用是真的吗？还是有办法让它起作用？

\n

Answer 1

final Pattern pattern = Pattern.compile(regexX, Pattern.MULTILINE | Pattern.CASE_INSENSITIVE);

您需要添加Pattern.UNICODE_CASE，否则仅 US-ASCII 字符集用于 CASE_INSENSITIVE：

启用支持 Unicode 的大小写折叠。当指定此标志时，当通过 CASE_INSENSITIVE 标志启用时，不区分大小写的匹配将以符合 Unicode 标准的方式完成。默认情况下，不区分大小写的匹配假定仅匹配 US-ASCII 字符集中的字符。

还可以通过嵌入的标志表达式 (?u) 启用支持 Unicode 的大小写折叠。

指定此标志可能会造成性能损失。