日语字符串的正则表达式模式匹配在java中存在问题
我有一个奇怪的问题,在Java中模式匹配只匹配日语字符。 让我用代码来解释
private static final Pattern ADDRESS_STRING_PATTERN =
Pattern.compile("^[\\p{L}\\d\\s\\p{Punct}]{1,200}$");
private static boolean isValidInput(final String input, Pattern pattern) {
return pattern.matcher(input).matches();
}
System.out.println("こんにちは、元気ですか");
在这里,我匹配任何字母、空格、数字或标点符号字母1到200
现在,这将始终返回false。经过调试发现问题出在一个字符“、”。如果我将该字符作为正则表达式的一部分添加,它就可以正常工作
有人遇到过这个问题吗?或者这是Java中的bug
# 1 楼答案
问题是^{} (^{}) belongs to "Punctuation, other" Unicode category 和
\\p{Punct}
在默认情况下只匹配ASCII标点。如果您使用Pattern.UNICODE_CHARACTER_CLASS
选项或(?U)
嵌入标志选项,它将匹配(即模式可能看起来像"(?U)^[\\p{L}\\d\\s\\p{Punct}]{1,200}$"
)。但是,这可能会影响\d
和\s
,我不确定您是否希望匹配所有Unicode数字和空格另一种方法是使用
\p{P}\p{S}
(匹配Unicode标点和符号)而不是\p{Punct}
(POSIX字符类同时匹配标点和符号)参见Java demo打印true: