如何重写 Java 的 \w、\b 和其他正则表达式快捷方式以实现完全 Unicode 兼容性？

在 Java 正则表达式中重写 w 和 b 以实现 Unicode 兼容性

Java 的 w 和 b 正则表达式快捷方式对 Unicode 支持有限。为了解决这个问题，您可以使用以下 Unicode 感知定义重写这些快捷方式：

\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>其他 Unicode 感知正则表达式快捷方式：</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-u200Au2028u2029u202Fu205Fu3000 ↩
2. u000A-u000Du0085u2028u2029 ↩
3. u0009u0020u00A0u1680u180Eu2000u2001-u200Au202Fu205Fu3000 ↩

以上是如何重写 Java 的 \w、\b 和其他正则表达式快捷方式以实现完全 Unicode 兼容性？的详细内容。更多信息请关注PHP中文网其他相关文章！