正则表达式的小问题

Question

我正在学习java的正则表达式，有一个小问题:我是在练习把网页的Email地址揪出来，发现当Email地址前面是汉字时不能正确显示，是把第一个字母丢掉了，例如,“”把前面的a丢掉了，就成了[email protected]，不知道原因是什么，怎么解决这个问题，请教各位高手。

Answer 1

email= "\\w+((\\.|-)\\w+)*\\@[a-zA-Z0-9]+((\\.|-)[A-Za-z0-9]+)*\\.[a-zA-Z0-9]+";
我试了别人写的正则表达试也有这个问题，不知道是不是编码的问题，你可以在自己机器试试

Answer 2

String emailReg= "\\w+((\\.|-)\\w+)*\\@[a-zA-Z0-9]+((\\.|-)[A-Za-z0-9]+)*\\.[a-zA-Z0-9]+";
String str="";
System.out.println(str.replaceAll(emailReg, "###"));
不是对的么？

Answer 3

这样写是没问题，但是在通过io流读取一个html文件时就出现这种问题，我也不知道为什么，可能编码有问题