java - Unicode 数字的字符类

Question

我需要创建一个Pattern匹配所有 Unicode 数字和字母字符的。到目前为止我有"\\p{IsAlphabetic}|[0-9]"。

第一部分对我来说效果很好，它很好地将非拉丁字符识别为字母字符。问题是下半场。显然它只适用于阿拉伯数字。字符类\\d和\p{Digit}也只是[0-9]。的 javadocPattern似乎没有提到 Unicode 数字的字符类。有没有人有一个很好的解决这个问题的方法？

出于我的目的，我会接受一种方法来匹配Character.isDigit返回的所有字符集true。

score 6 · Accepted Answer

引用Java文档：isDigit

如果 getType(codePoint) 提供的一般类别类型为 DECIMAL_DIGIT_NUMBER，则该字符是数字。

所以，我相信匹配数字的模式应该是\p{Nd}.

这是 ideone 的一个工作示例。如您所见，结果在和之间是一致Pattern.matches的Character.isDigit。

score 4 · Accepted Answer

使用\d, 但带有(?U)标志以启用预定义字符类和 POSIX 字符类的 Unicode 版本：

(?U)\d+

或在代码中：

System.out.println("3๓३".matches("(?U)\\d+")); // true

使用(?U)相当于通过Pattern.compile()使用UNICODE_CHARACTER_CLASS标志调用来编译正则表达式：

Pattern pattern = Pattern.compile("\\d", Pattern.UNICODE_CHARACTER_CLASS);

2 回答 2