Java の \w、\b、およびその他の正規表現ショートカットを Unicode との完全な互換性のために書き直すにはどうすればよいですか?-＆＃＆チュートリアル-php.cn

How Can I Rewrite Java's w, b, and Other Regex Shortcuts for Full Unicode Compatibility?

Unicode 互換性のための Java 正規表現の w および b の書き換え

Java の w および b 正規表現ショートカットは、Unicode サポートに制限があります。これに対処するには、次の Unicode 対応定義を使用してこれらのショートカットを書き換えることができます:

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

\b (word boundary) => (?:(?<=[\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics}&amp;&amp;\p{So}]])(?![\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics}&amp;&amp;\p{So}]])|(?<![\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics}&amp;&amp;\p{So}]])(?=[\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics}&amp;&amp;\p{So}]]))
\B (non-word boundary) => (?:(?<=[\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics}&amp;&amp;\p{So}]])(?=[\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics}&amp;&amp;\p{So}]])|(?<![\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics}&amp;&amp;\p{So}]])(?![\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics}&amp;&amp;\p{So}]]))

ログイン後にコピー

Other Unicode-Aware Regexpショートカット:

u0009-u000Du0020u0085u00A0u1680u180Eu2000-u200Au2028u2029u202Fu205Fu3000 ↩
u000A-u000Du0085u2028u2029 ↩
u0009u0020u00A0u1680u180Eu2000u2001-u200Au202Fu205Fu3000 ↩

以上がJava の \w、\b、およびその他の正規表現ショートカットを Unicode との完全な互換性のために書き直すにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ソース：php.cn

前の記事：`withRecipientJids(JID...)` のような Java メソッドシグネチャの 3 つのドット (...) は何を意味しますか? 次の記事：この Java プログラムが「XZYY」ではなく「YYXZ」を出力するのはなぜですか?

このウェブサイトの声明

この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

著者別の最新記事

Regexp Shortcut	Unicode-Aware Definition
s (whitespace)	[u0009-u000Du0020u0085u00A0u1680u180Eu2000-u200Au2028u2029u202Fu205Fu3000]
S (non-whitespace)	¹
v (vertical whitespace)	[u000A-u000Du0085u2028u2029]
V (non-vertical whitespace)	²
h (horizontal whitespace)	[u0009u0020u00A0u1680u180Eu2000-u200Au202Fu205Fu3000]
H (non-horizontal whitespace)	³
d (digits)	p{Nd}
D (non-digits)	P{Nd}
R (line break)	(?:(?>u000Du000A)	[u000Au000Bu000Cu000Du0085u2028u2029])
X (extended grapheme cluster)	(?>PMpM*)