正则表达式中 Java 的 \w 和 \b 的 Unicode 等效项是什么？

Java 正则表达式中 w 和 b 的 Unicode 等效项？

与其他表达式相比，Java 正则表达式的字符类简写（w 和 b）有限现代正则表达式实现。在Java中，w仅匹配[A-Za-z0-9_]，限制了单词匹配能力。此外，b 的词边界语义偏离了 w 和 Unicode 的定义。

Unicode 感知等效项

幸运的是，已经开发了自定义 Unicode 感知等效项来克服这些限制。以下是替换内容：

\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*)

理解边界（b 和 B）

边界匹配单词字符转换为非单词字符的位置，反之亦然。边界定义为：

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

转换为正则表达式语法：

(?:(?<p>同样，非边界 (B) 等效项为：</p><pre class="brush:php;toolbar:false">(?:(?<p> <strong>在 Java 中加入 Unicode 支持</strong></p><p>至将这些 Unicode 等效项合并到 Java 正则表达式中，您可以在编译之前使用字符串重写函数来转换模式。以下是使用名为 rewrite 的自定义函数的示例：</p><pre class="brush:php;toolbar:false">String rewrittenPattern = rewrite(originalPattern);
Pattern compiledPattern = Pattern.compile(rewrittenPattern);

以上是正则表达式中 Java 的 \w 和 \b 的 Unicode 等效项是什么？的详细内容。更多信息请关注PHP中文网其他相关文章！