爲什麼正則表達式\ pL + \ pM +不適用於英語？

Question

爲什麼正則表達式\pL+\pM+不適用於英語？

爲什麼下面的第一個例子結果是錯誤的，其中第二個結果是真的？

System.out.println(Charset.forName("UTF-8").encode("suren") 
       .asCharBuffer().toString().matches("\\PL+\\PM+")); 

System.out.println(Charset.forName("UTF-8").encode("स्वागत") 
       .asCharBuffer().toString().matches("\\PL+\\PM+")); 

基本上我需要一個正則表達式來限制僅Unicode字符（在世界上任何語言）中的字符串。

Answer 1

你想

"^[\\p{Letter&}\\p{Mark}]+$" 

你的正則表達式需要標記（\PM+），而你只想要允許它。還要注意錨點。

在一般說明：我建議使用Unicode字符屬性的長形式。它使表達更具可讀性。