正規表示式中 Java 的 \w 和 \b 的 Unicode 等效項是什麼？

Java 正規表示式中 w 和 b 的 Unicode 等效項？

與其他表達式相比，Java 正規表示式的字元類別簡寫（w 和 b）有限現代正規表示式實作。在Java中，w僅匹配[A-Za-z0-9_]，限制了單字匹配能力。此外，b 的字邊界語意偏離了 w 和 Unicode 的定義。

Unicode 感知等效項

幸運的是，已經開發了自訂 Unicode 感知等效項來克服這些限制。以下是替換內容：

\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-\u200A\u202F\u205F\u3000]

\w: [\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics">&&\p{So}]]
\W: [^\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics">&&\p{So}]]

\b: (?:(?&&\p{So}]])(?![\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics">&&\p{So}]])|(?&&\p{So}]])(?=[\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics">&&\p{So}]]))
\B: (?:(?&&\p{So}]])(?=[\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics">&&\p{So}]])|(?&&\p{So}]])(?![\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics">&&\p{So}]]))

\d: \p{Nd}
\D: \P{Nd}

\R: (?:(?>\u000D\u000A)|[\u000A\u000B\u000C\u000D\u0085\u2028\u2029])
\X: (?>\PM\pM*)

理解邊界（b 和 B）

邊界匹配單字字元轉換為非單字字元的位置，反之亦然。邊界定義為：

IF follows word
THEN doesn't precede word
ELSIF doesn't follow word
THEN does precede word

轉換為正規表示式語法：

(?:(?<p>同樣，非邊界(B) 等效項為：</p><pre class="brush:php;toolbar:false">(?:(?<p> <strong>在Java 中加入Unicode 支援</strong></p><p>至將這些Unicode等效項合併到 Java 正規表示式中，您可以在編譯之前使用字串重寫函數來轉換模式。以下是使用名為 rewrite 的自訂函數的範例：</p><pre class="brush:php;toolbar:false">String rewrittenPattern = rewrite(originalPattern);
Pattern compiledPattern = Pattern.compile(rewrittenPattern);

以上是正規表示式中 Java 的 \w 和 \b 的 Unicode 等效項是什麼？的詳細內容。更多資訊請關注PHP中文網其他相關文章！