假设Unicode和不区分大小写，模式“..”是否匹配“FfIsS”？

Question

这听起来像个笑话，但我可以证明这一点。

假设：

• Dot匹配任何单个字符。
• 当且仅当匹配s时，不区分大小写的模式与s.toUpperCase()匹配。

以下所有内容都非常合乎逻辑，并且在Java中保留：

• "ffi".matches(".") LATIN SMALL LIGATURE FFI（U + FB03）是一个角色，所以它必须匹配
• "ß".matches(".") LATIN SMALL LETTER SHARP S（U + 00DF）是一个角色，所以它必须匹配
Unicode标准
• "ffi".toUpperCase().equals("FFI")（没有资本连字FFI）
通过Unicode标准
• "ß".toUpperCase().equals("SS")（有一个大写的S，但它没有被使用）
• "FfI".toUpperCase().equals("FFI")显然
• "sS".toUpperCase.equals("SS")显然

假设正则表达式中的第一个点代表ffi而第二个代表ß，则正则表达式必须匹配“FFISS”，并且因为不区分大小写也是“FfIsS”。

我确实希望有什么不对劲，否则正则表达式会变得非常不可用。

问题：

• 我的“证据”有什么问题？
• 如果我的第二个假设不成立，那么“不区分大小写”究竟意味着什么？

Answer 1

正如maaartinus在他的评论中所指出的，Java提供（至少在理论上）Unicode支持不区分大小写的reg-exp匹配。 Java API文档中的措辞是“以与Unicode标准一致的方式”进行匹配。但问题是，Unicode标准为案例转换和不区分大小写的匹配定义了不同级别的支持，API文档未指定 Java语言支持哪个级别。

虽然没有记录，但至少在Oracle的Java VM中，reg-exp实现仅限于所谓的简单不区分大小写的匹配。与示例数据相关的限制因素是，如果案例折叠（转换）导致相同数量的字符并且集合（例如“。”）仅限于输入中的一个字符，则匹配算法仅按预期工作串。第一个限制甚至导致“ß”与“SS”不匹配，正如您可能已经预料到的那样。

要获得对字符串文字之间完全不区分大小写匹配的支持，可以使用ICU4J library中的reg-exp实现，以便至少“ß”和“SS”匹配。但是，AFAIK没有针对Java的reg-exp实现，完全支持组，集和外卡。