时间戳

首页 > 解决方案 > Java RegEx模式中Alnum和IsAlphabetic字符类的关系

java - Java RegEx模式中Alnum和IsAlphabetic字符类的关系

问题描述

查看 java.util.regex.Pattern的Javadoc

\p{Alnum} 一个字母数字字符：[\p{IsAlphabetic}\p{IsDigit}]

似乎每个匹配的字符也\p{IsAlphabetic}应该匹配\p{Alnum}

但是，当角色有口音时，情况似乎并非如此。例如，以下断言失败：

assertEquals("é".matches("\\p{IsAlphabetic}+"),"é".matches("\\p{Alnum}+"));

其他带有重音符号的字符也会发生同样的情况，例如ą, ó, ł, ź ż。所有匹配\p{IsAlphabetic}+但不匹配\p{Alnum}+

我是否误解了 Javadoc？或者这是文档或实现中的错误？

标签： javaregexunicodeposix

解决方案

默认情况下\p{Alnum}被视为 POSIX 字符类，这意味着它只会匹配 ASCII 字符。这意味着它将匹配aand1但不匹配äor ١。

您引用的段落仅在使用UNICODE_CHARACTER_CLASS标志时适用。

稍微过分简化，这个标志会将“旧”POSIX 样式字符类转换为它们等效的 Unicode 字符类。

推荐阅读