\w と \b に相当するものを使用して Java 正規表現で Unicode 文字を処理する方法-＆＃＆チュートリアル-php.cn

\w と \b に相当するものを使用して Java 正規表現で Unicode 文字を処理する方法

Mary-Kate Olsen

リリース： 2024-12-11 08:42:10

オリジナル

245 人が閲覧しました

How to Handle Unicode Characters in Java Regular Expressions Using w and b Equivalents?

Java 正規表現の w および b に相当する Unicode?

Java の Perl スタイルの文字クラスショートカット (w、b、s) の実装、など）は ASCII 文字に限定されます。 Unicode 文字を正しく照合するには、これらのショートカットを書き換えるより良い方法が必要です。

解決策:

カスタム関数を使用して、次の文字クラスエスケープを書き換えます。

\w \W \s \S \v \V \h \H \d \D \b \B \X \R

ログイン後にコピー

書き直されました定義:

\s => [^\u0009-\u000D\u0020\u0085\u00A0\u1680\u180E\u2000-\u200A\u2028\u2029\u202F\u205F\u3000]
\S => [^\u0009-\u000D\u0020\u0085\u00A0\u1680\u180E\u2000-\u200A\u2028\u2029\u202F\u205F\u3000]

\v => [\u000A-\u000D\u0085\u2028\u2029]
\V => [^\u000A-\u000D\u0085\u2028\u2029]

\h => [\u0009\u0020\u00A0\u1680\u180E\u2000-\u200A\u202F\u205F\u3000]
\H => [^\u0009\u0020\u00A0\u1680\u180E\u2000\u2001-\u200A\u202F\u205F\u3000]

\w => [\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics}&amp;&amp;\p{So}]]
\W => [^\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics}&amp;&amp;\p{So}]]

\b => (?:(?<=[a-z0-9])(?![a-z0-9])|(?<![a-z0-9])(?=[a-z0-9]))
\B => (?:(?<=[a-z0-9])(?=[a-z0-9])|(?<![a-z0-9])(?![a-z0-9]))

\d => \p{Nd}
\D => \P{Nd}

\R => (?:(?>\u000D\u000A)|[\u000A\u000B\u000C\u000D\u0085\u2028\u2029])

\X => (?>\PM\pM*)

ログイン後にコピー

境界に関する考慮事項:

Java の b と B は、w だけにバインドされているわけではありません。 A(?:AB|BC) 構造を使用して書き換えられた b は、次の境界を検索できます。