Unicode数字的字符类

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

第一部分对我来说很好，它很好地将非拉丁字符识别为字母字符。问题在于下半场。显然它只适用于阿拉伯数字。字符类别\\d和\p{Digit}也只是[0-9]。对于Pattern的javadoc似乎没有提到Unicode数字的字符类。有没有人有这个问题的良好解决方案？

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

来源

2013-02-18 Aurand

'unicode digit'实际上是一个明确定义的概念吗？ – us2012 2013-02-18 22:08:07

在某种程度上，我会说是的。 Character类有一个isDigit方法，它对非拉丁数字返回true（我用日文数字测试过）。 – Aurand 2013-02-18 22:10:02

如果使用Pattern.UNICODE_CHARACTER_CLASS会发生什么情况，如'Pattern p = Pattern.compile（“（？= \\ w +”，Pattern.UNICODE_CHARACTER_CLASS）'' – 2013-02-18 22:10:48

引述Java docs约isDigit：

甲字符是数字，如果它的一般类别类型，通过的getType（码点）提供，是DECIMAL_DIGIT_NUMBER。

所以，我认为匹配数字的模式应该是\p{Nd}。

这是位于ideone的working example。正如你所看到的，结果在Pattern.matches和Character.isDigit之间是一致的。

来源

2013-02-18 22:12:15 mgibsonbr

看起来不错。谢谢！ – Aurand 2013-02-18 22:41:50

只要'\ p {N}'工作：'System.out.println（“333”.matches（“\\ p {N} +”））// true' – Bohemian 2016-04-25 18:33:00

@Bohemian但是'p {N}'也是匹配'Nl'和'No'，其'isDigit'不匹配。 [实施例]（http://ideone.com/1GHJ1P）。有时你希望*匹配这些，但是由于OP要求的行为与'isDigit'一致，我只用'Nd'来回答。 – mgibsonbr 2016-04-26 00:12:45

使用\d，但与(?U)标志来启用预定义的字符类和POSIX字符类的Unicode版本：

(?U)\d+

或代码：

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

使用(?U)相当于编译正则表达式通过调用Pattern.compile()与UNICODE_CHARACTER_CLASS标志：

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

来源

2016-04-25 18:23:21 Bohemian

其中一个我不认为重复的帖子值得赞成的罕见场合。新的答案和所有。你没有合并权力，还是不适用于这里？ – Savior 2016-04-25 19:23:41

@Pillar如此合并。恕我直言，这个答案更容易记忆和理解 - 谁能记住所有那些时髦的posix类？ – Bohemian 2016-04-25 19:29:12

你是指什么POSIX类？POSIX字符类是'[：punct：]'，'[：digit：]'等。'\ p {N}'或'\ p {L}'等是Unicode类别类别（.NET中使用的术语）或Unicode字符属性（在PHP中使用的术语），这些都非常方便，特别是'\ p {Ll}'和'\ p {Lu}'。在Java中，当然'（？U）\ d'看起来更可取。 – 2016-04-28 20:54:57

Unicode数字的字符类

回答

相关问题