为什么这个正则表达式不适用于java 7？

Question

根据How to determine whether a character is a letter in Java?的答案我正在使用 如果字符串在开头是否包含unicode字母，则匹配下面的代码片段。它在java 6上工作得很好，其中unicode字符 \ u0374未被视为unicode lettter

 boolean test = "\u0374100".matches("[\\p{L}].*");; returns true on java 7 whereas it return false java 6.

对于这种观点，java 7是否有任何变化？如果是，如何使Java 6的东西在java 7上工作？

Answer 1

根据Fileformat.Info: Unicode Character 'GREEK NUMERAL SIGN' (U+0374)，类别为“ Letter ，修饰符[Lm]”。它还说Character.isLetter()的结果是是。

现在将其与Unicode Character 'GREEK LOWER NUMERAL SIGN' (U+0375)进行对比，其中类别为“符号，修饰符[Sk]”。根据该页面，Character.isLetter()的结果为否。

Java 7根据Character javadoc和Internationalization Enhancements in Java SE 7使用Unicode 6.0.0，而Java 6使用Unicode 4.0（请参阅Character javadoc和Java Language Specification 5.0（适用于两者） Java 5和6））。

原因是unicode现在将U + 0374定义为“Letter，Modifier”。查看Unicode 4.0.0和Unicode 6.0.0的unicode数据库，很明显，定义从 Sk 更改为 Lm ：

版本4.0：

  

0374; GREEK NUMERAL SIGN; Sk ; 0; ON; 02B9 ;;;; N; GREEK UPPER NUMERAL SIGN; Dexia keraia ;;;

版本6.0.0：

  

0374; GREEK NUMERAL SIGN; Lm ; 0; ON; 02B9 ;;;; N; GREEK UPPER NUMERAL SIGN ;;;;

换句话说：你的正则表达式工作正常，只是字符定义已经改变，所以它现在被认为是一个字母，而不是一个符号。