支持哪些内置正则表达式字符类 Java

Question

...当用于"\p{someCharacterClass}"等模式时。
我使用/见过一些：

• 降低
• 上
• 合并变音符号
• ASCII

所有受支持的内置字符分类的最终列表是什么？它在哪里记录？确切的含义是什么？

编辑。。。

似乎有很多"RTFM"答案引用了 javadoc 的Pattern。这是我在问这个问题之前看的第一个地方。为了让每个人都清楚，Pattern 的 javadoc 没有提到上面列出的任何类。

">

正确"答案会在页面上的某个地方提到"InCombiningDiacriticalMarks"，而不是对"Unicode Standards"的模糊引用。

Answer 1

Pattern的文档在"Unicode 支持"部分中说：

支持的类别是字符类指定的版本中的 Unicode 标准的类别。类别名称是标准中定义的名称，既规范性又信息性。模式支持的块名称是 UnicodeBlock.forName 接受和定义的有效块名称。

UnicodeBlock.forName的文档指出：

块名称由 Unicode 标准确定。

http://unicode.org 有常见问题解答在哪里可以找到Unicode块的最终列表？

答：Unicode 块及其名称是 Unicode 标准的规范部分。确切的列表始终保存在 Unicode 字符数据库的一个文件中，Blocks.txt .

最后，在Blocks.txt中有这样一句话：

0300..036F;组合变音符号

这些字符可以在组合变音符号代码表(来自 Unicode 6.0 字符代码表(中找到。

Answer 2

模式 API 表示要遵守由 http://www.unicode.org/reports/tr18/定义的正则表达式级别 1

有三个漂亮的表格(搜索UCD.html(，看看UCD本身.html。

Answer 3

规范

http://docs.oracle.com/javase/6/docs/api/java/util/regex/Pattern.html。在某些情况下，它指的是特定版本的TUS，您可以在 http://unicode.org 找到该材料。

Answer 4

此页面提供了一些流行类的良好详细信息，例如：

• p{L}或p{Letter}：来自任何语言的任何类型的字母。
• p{M}或p{Mark}：打算与另一个字符组合的字符(例如重音符号、变音符号、封闭框等(。
• p{N}或p{Number}：任何脚本中的任何类型的数字字符。

Answer 5

在javadocs中查找Pattern class。