Unicode數字的字符類

我需要創建一個將匹配所有Unicode數字和字母字符的Pattern。到目前爲止，我有"\\p{IsAlphabetic}|[0-9]"。Unicode數字的字符類

第一部分對我來說很好，它很好地將非拉丁字符識別爲字母字符。問題在於下半場。顯然它只適用於阿拉伯數字。字符類別\\d和\p{Digit}也只是[0-9]。對於Pattern的javadoc似乎沒有提到Unicode數字的字符類。有沒有人有這個問題的良好解決方案？

爲了我的目的，我會接受一種方法來匹配Character.isDigit返回true的所有字符集。

來源

2013-02-18 Aurand

'unicode digit'實際上是一個明確定義的概念嗎？ – us2012 2013-02-18 22:08:07

在某種程度上，我會說是的。 Character類有一個isDigit方法，它對非拉丁數字返回true（我用日文數字測試過）。 – Aurand 2013-02-18 22:10:02

如果使用Pattern.UNICODE_CHARACTER_CLASS會發生什麼情況，如'Pattern p = Pattern.compile（「（？= \\ w +」，Pattern.UNICODE_CHARACTER_CLASS）'' – 2013-02-18 22:10:48

引述Java docs約isDigit：

甲字符是數字，如果它的一般類別類型，通過的getType（碼點）提供，是DECIMAL_DIGIT_NUMBER。

所以，我認爲匹配數字的模式應該是\p{Nd}。

這是位於ideone的working example。正如你所看到的，結果在Pattern.matches和Character.isDigit之間是一致的。

來源

2013-02-18 22:12:15 mgibsonbr

看起來不錯。謝謝！ – 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。 [實施例]（http://ideone.com/1GHJ1P）。有時你希望*匹配這些，但是由於OP要求的行爲與'isDigit'一致，我只用'Nd'來回答。 – mgibsonbr 2016-04-26 00:12:45

使用\d，但與(?U)標誌來啓用預定義的字符類和POSIX字符類的Unicode版本：

(?U)\d+

或代碼：

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

使用(?U)相當於編譯正則表達式通過調用Pattern.compile()與UNICODE_CHARACTER_CLASS標誌：

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

來源

2016-04-25 18:23:21 Bohemian

其中一個我不認爲重複的帖子值得贊成的罕見場合。新的答案和所有。你沒有合併權力，還是不適用於這裏？ – Savior 2016-04-25 19:23:41

@Pillar如此合併。恕我直言，這個答案更容易記憶和理解 - 誰能記住所有那些時髦的posix類？ – Bohemian 2016-04-25 19:29:12

你是指什麼POSIX類？POSIX字符類是'[：punct：]'，'[：digit：]'等。'\ p {N}'或'\ p {L}'等是Unicode類別類別（.NET中使用的術語）或Unicode字符屬性（在PHP中使用的術語），這些都非常方便，特別是'\ p {Ll}'和'\ p {Lu}'。在Java中，當然'（？U）\ d'看起來更可取。 – 2016-04-28 20:54:57

Unicode數字的字符類

回答

相關問題