为什么正则表达式\ pL + \ pM +不适用于英语？

Question

为什么正则表达式\pL+\pM+不适用于英语？

为什么下面的第一个例子结果为假，其中第二个结果为真？

System.out.println(Charset.forName("UTF-8").encode("suren") 
                .asCharBuffer().toString().matches("\\PL+\\PM+"));

System.out.println(Charset.forName("UTF-8").encode("स्वागत") 
                .asCharBuffer().toString().matches("\\PL+\\PM+"));

基本上我需要一个正则表达式来在字符串中仅限制unicode字符（世界上任何语言）。

Answer 1

你想要

"^[\\p{Letter&}\\p{Mark}]+$"

你的正则表达式需要一个标记（\PM+），而你只想允许它。还要注意锚点。

总的来说：我建议使用长字形的Unicode字符属性。它使表达更具可读性。