Bagaimanakah Saya Boleh Menulis Semula \w, \b, dan Pintasan Regex Lain untuk Keserasian Unikod Penuh?

Menulis semula w dan b dalam Java Regexs untuk Keserasian Unikod

Pintasan ungkapan biasa w dan b Java mempunyai sokongan Unicode yang terhad. Untuk menangani perkara ini, anda boleh menulis semula pintasan ini menggunakan takrifan Unicode-aware berikut:

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

\b (word boundary) => (?:(? (?:(?<p><strong>Regexp Unicode-Aware Lain Pintasan:</strong></p>

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*)

---

1. u0009-u000Du0020u0085u00A0u1680u180Eu2000-u200Au2028u2029u00202029u002u2029u00 ↩
2. u000A-u000Du0085u2028u2029 ↩
3. u0009u0020u00A0u1680u180Eu2000u2001-u200Au202Fu205Fu3000 ↩

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Menulis Semula \w, \b, dan Pintasan Regex Lain untuk Keserasian Unikod Penuh?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!