正则表达式用于排除特殊字符
我很难想出一个正则表达式，它基本上会将某些特殊字符列入黑名单。
我需要使用它来validation输入字段中的数据（在Java Web应用程序中）。 我们希望允许用户输入任何数字，字母（我们需要包括重音字符，例如法语或德语）和一些特殊字符，例如’ – 。 等等
如何将％$等字符列入黑名单？
任何帮助将不胜感激。
我只是白名单上的人物。
^[a-zA-Z0-9äöüÄÖÜ]*$ 使用正则表达式构建黑名单同样简单，但您可能需要添加更多字符 – 在unicode中有很多中文符号…;）
^[^<>%$]*$
表达式[^（这里有很多字符）]只匹配未列出的任何字符。
要排除某些字符（<，>，％和$），您可以制作如下的正则表达式：
[<>%\$]
此正则表达式将匹配其中包含黑名单字符的所有输入。 括号定义了一个字符类，并且在美元符号之前是必需的，因为美元符号在正则表达式中具有特殊含义。
要在黑名单中添加更多字符，只需将它们插入括号之间即可; 订单没关系。
根据正则表达式的一些Java文档 ，您可以使用如下表达式：
Pattern p = Pattern.compile("[<>%\$]"); Matcher m = p.matcher(unsafeInputString); if (m.matches()) { // Invalid input: reject it, or remove/change the offending characters. } else { // Valid input. }
通常最好将您允许的字符列入白名单，而不是将您不允许的字符列入黑名单。 从安全角度和易于实施的角度来看都是如此。
如果您确实进入黑名单路线，这是一个示例，但要注意，语法并不简单。
http://groups.google.com/group/regex/browse_thread/thread/0795c1b958561a07
如果你想将所有重音字符列入白名单，也许使用unicode范围会有帮助吗？ 看看这个链接。
我想这取决于您所针对的语言。 一般来说，这样的事情应该有效：
[^<>%$]
“ [] ”构造定义了一个字符类，它将匹配任何列出的字符。 将“ ^ ”作为第一个字符否定匹配，即：除列出的那个之外的任何字符。
您可能需要转义“ [] ”中的某些字符，具体取决于您使用的语言/正则表达式引擎。
即使在2009年，似乎有太多人对于所涉及的WORLDWIDE网络设计的想法非常有限。 2015年，除非为特定国家/地区进行设计，否则黑名单是容纳可能有效的大量字符的唯一方式。
然后需要根据需要数据的目的来选择要列入黑名单的字符。
但是，有时需要分解要求，并分别处理每个要求。 在这里，outlook未来是你的朋友。 这些部分由(?=)为正数限制，而(?!)为负数，有效地成为AND块，因为当处理块时，如果没有失败，正则表达式处理器将从文本的开头开始，下一个街区。 实际上，每个前瞻块前面都会有^ ，如果它的模式是贪婪的，则包含最多$ 。 即使是古老的VB6 / VBA（Office）5.5正则表达式引擎也支持前瞻。
因此，要构建完整的正则表达式，请从前瞻块开始，然后在最终$之前添加列入黑名单的字符块。
例如，要限制字符总数（例如3到15之间），请从正向预测块开始(?=^.{3,15}$) 。 请注意，这需要自己的^和$来确保它涵盖了所有文本。
现在，虽然您可能想要允许_和 – ，但您可能不希望以它们开始或结束，因此添加两个负向预测块， (?![_-].+)用于启动，以及(?!.+[_-]$)结束。
如果您不想要多个_和- ，请添加(?!.*[_-]{2,})的负前瞻块。 这也将排除_-和-_序列。
如果没有更多的前瞻块，则在$之前添加黑名单块，例如[^<>[\]{\}|\\\/^~%# :;,$%?\0-\cZ]+ ，其中\0-\cZ排除空值和控制字符，包括NL（ \n ）和CR（ \r ）。 决赛+确保贪婪地包含所有文本。
在Unicode域中，可能还需要排除其他代码点或块，但肯定比必须包含在白名单中的所有块少得多。
那么以上所有的整个正则表达都将是
(?=^.{3,15}$)(?![_-].+)(?!.+[_-]$)(?!.*[_-]{2,})[^<>[\]{}|\\\/^~%# :;,$%?\0-\cZ]+$
您可以访问https://regex101.com/ ，查看pcre（php），javascript和python正则表达式引擎。 我不知道java正则表达式适用于哪些，但您可能需要修改正则表达式以满足其特性。
如果你想包含空格，而不是_ ，只需在正则表达式中的每个位置交换它们。
此技术最有用的应用是HTML input字段的pattern属性，其中需要单个表达式，失败时返回false，从而使字段无效，允许input:invalid css突出显示它，并停止表单提交。
你真的想要将特定字符列入黑名单，还是将允许的字符列入白名单？
我假设你真的想要后者。 这非常简单（将任何其他符号添加到[\-]组中的白名单中）：
^(?:\p{L}\p{M}*|[\-])*$
编辑：使用注释的输入优化模式
为什么你认为正则表达式是最好的工具呢？ 如果您的目的是检测字符串中是否存在非法字符，那么测试循环中的每个字符将比构造正则表达式更简单，更有效。
这里是所有法国口音的人物：àÀâääÄáÁéÉèÈêÊëËìÌîÎÏòÒôÔöÖùÙûÛüÜçÇ”ñ
我会谷歌一个德国重音字符列表。 没有那么多。 你应该能够得到它们。
对于URLS我用常规字母替换带重音的URL，如下所示：
string beforeConversion = "àÀâÂäÄáÁéÉèÈêÊëËìÌîÎïÏòÒôÔöÖùÙûÛüÜçÇ'ñ"; string afterConversion = "aAaAaAaAeEeEeEeEiIiIiIoOoOoOuUuUuUcC'n"; for (int i = 0; i < beforeConversion.Length; i++) { cleaned = Regex.Replace(cleaned, beforeConversion[i].ToString(), afterConversion[i].ToString()); }
请注意，这可能是一种更有效的方式。
使用这个
^（？= [a-zA-Z0-9~ @＃$ ^ （）_ + = [] {} | \，。？： – ] $）（？！。* [<>‘“/;`％ ]）
对于ASCII字符，所有不是字母数字和下划线的否定集合：
/[^\W]/g
对于电子邮件或用户名validation，我使用了以下表达式，允许4个标准特殊字符 – _。 @
/^[-.@_a-z0-9]+$/gi
对于严格的字母数字表达式，请使用：
/^[a-z0-9]+$/gi
测试@ RegExr.com
我强烈怀疑能够更容易地得出允许的字符列表与不存在的字符列表 – 一旦你有了这个列表，正则表达式语法变得非常简单。 所以把我当作另一个投票给“白名单”。
你可以直接使用[<>%$] ，因为我们有$ ，否则我们有多个选项
.*(<|>|%).*