为什么Java Character.isSpaceChar（char）不将水平制表符视为空格？

Question

为什么Java 1.7中的Character.isSpaceChar('\u0009')返回false？此字符也称为'\ t'或基于字符串的英语：“水平制表符”。根据我的眼睛和Wikipedia一样，这个字符是空白。但Java报告错误！

我还尝试在unicode.org上找到一些打印所有字符类别的列表或表（我的最终目标是在代码点和类别Zi，Zp，Zs *之间找到官方映射）无济于事。< / p>

*实际上现在我再次撒谎。我的最终目标是测试Java计算空白的能力并编写我自己可以实际计算的库（他还应该删除换行符）。或者我应该将这门科学留给着名的\s模式??

Answer 1

  

为什么Java 1.7中的Character.isSpaceChar('\u0009')会返回false？

由于isSpaceChar未检查空白字符，it checks for spaces（Unicode有多个空格字符）。

如果要检查空格，则isWhitespace（使用 Java 空白空间定义）。

是的，\s会检查（Java的定义）空白（不仅仅是空格），specifically [ \t\n\x0B\f\r]。

如果要在程序中使用空白的 Unicode 定义，我不会立即看到Character方法或预定义正则表达式说它做到这一点的课程。 Unicode联盟提供了大量的code charts，包括空格的this one，因此创建起来应该很简单。不要相信我的话（只是快速阅读图表），但例如：

Pattern p = new Pattern("[ \\u0009-\\u000D\\u0085\\u180E\\u2028\\u2029\\u3000\\u1680\\u2000-\\u2006\\u2008-\\u200A\\u205F\\u00A0\\u2007\\u202F]");

...看起来可能与之匹配。或者是切换这些值的等效函数。

Answer 2

根据documentation，有三类字符被识别为空格：

• SPACE_SEPARATOR
• LINE_SEPARATOR
• PARAGRAPH_SEPARATOR

标签不适合任何这些类别（HORIZONTAL TABULATION），因此isSpaceChar会正确返回false。

  

我的最终目标是测试Java估算空白的能力

Character.isWhitespace功能更具包容性 - 特别是它包含HORIZONTAL TABULATION类别。也许这就是你应该使用的功能。

Answer 3

根据Javadoc的说法：

  

确定指定的字符是否为Unicode空格字符。一个角色是   当且仅当指定为空格字符时才被视为空格字符   是Unicode标准的空格字符。此方法返回true   如果角色的常规类别类型是以下任何一种：

     

SPACE_SEPARATOR   LINE_SEPARATOR   PARAGRAPH_SEPARATOR

http://docs.oracle.com/javase/7/docs/api/java/lang/Character.html#isSpaceChar(char)

请检查Unicode，而不是Java。