我在Android上使用Java正则表达式，我看到了奇怪的差异，如下所示
Java："COSÌ".replaceAll( "\\W", "" ) ----> "COS"
Android："COSÌ".replaceAll( "\\W", "" ) ----> "COSÌ"
有人注意到Java和Android String类之间有类似的差异吗？
答案 0 :(得分：3)
直接来自the Android documentation，紧跟在简写字符类列表（\d，\w，\s等）之后：
请注意，这些内置类并不仅仅涵盖传统的ASCII范围。例如，
\w等同于字符类[\p{Ll}\p{Lu}\p{Lt}\p{Lo}\p{Nd}]。
这也可以解释为什么{1}}不会替换Android版本上运行的相同代码。
虽然短手字符类也与Unicode字符匹配是正确的，但Ì Android文档的样本定义方式已过时。有关详细信息，请参阅附录。
相比之下，在Java SE中，默认情况下，\w相当于\w。
[a-zA-Z_0-9]仅在指定Pattern.UNICODE_CHARACTER_CLASS标志时匹配Unicode字符。指定标志时：
\w与\w [\p{IsAlphabetic}\p{M}\p{Nd}\p{Pc}]已更新为\w 直接指定字符类。 ICU正则表达式不支持ASCII字符类：
[\p{IsAlphabetic}\p{M}\p{Nd}\p{Pc}\u200c\u200d][^a-zA-Z0-9_]
的定义以下是\w随时间演变的方式：
简写字符类\w被定义为\w（如文档中所示），最多为ICU 3.0。
来自ICU 3.2（2006年2月24日发布）以及ICU 4.8.1.1，[\p{Ll}\p{Lu}\p{Lt}\p{Lo}\p{Nd}]（相当于源代码中的[\p{Alphabetic}\p{Mark}\p{Decimal_Number}\p{Connector_Punctuation}]）用来代替。已更改为revision 16634
从ICU 49（2012/06/06发布）中，文档中的当前定义使用[\p{Alphabetic}\p{M}\p{Nd}\p{Pc}]（相当于源代码中的[\p{Alphabetic}\p{Mark}\p{Decimal_Number}\p{Connector_Punctuation}\u200c\u200d]）。已更改为revision 31278。
上面的字符串用于构造[\p{Alphabetic}\p{M}\p{Nd}\p{Pc}\u200c\u200d]，URX_ISWORD_SET中的regcmp.cpp用于编译正则表达式。
即使在android-1.6_r1（甜甜圈），当doBackslashW课程文档贫瘠时，它已经在使用ICU 3.8。 The source code表明它正在使用第二个项目符号点中的定义。
文档可能会回过头来描述最古老版本Android的行为。
如果您想自己浏览Android的源代码：
Pattern（Java类库）
libcore到android-1.6_r1，platform/dalvik存储库。 android-2.2.3_r2.1课程位于Pattern libcore/regex/src/main/java/java/util/regex/Pattern.java到现在，platform/libcore存储库。 android-2.3_r1课程位于Pattern /luni/src/main/java/java/util/regex/Pattern.java（C的ICU库）
icu4c到android-1.6_r1，platform/external/icu4c存储库。可以在android-4.4.4_r2.0.1中找到与正则表达式相关的内容，可以在i18n中找到与Unicode相关的内容。common到现在，platform/external/icu。输入android-5.0.0_r1，然后输入与上述类似的路径。答案 1 :(得分：1)
查看Android Regular expression syntax documentation：
请注意，这些内置类不仅涵盖传统类 ASCII范围。例如，\ w等同于字符类
[\p{Ll}\p{Lu}\p{Lt}\p{Lo}\p{Nd}]。有关详细信息，请参阅Unicode TR-18， 并记住每个班级的角色集可以有所不同 Unicode版本之间。如果你真的想只匹配ASCII 字符，指定您想要的显式字符;如果你的意思是0-9 使用[0-9]而不是\d，其中还包括Gurmukhi数字和 等等。
因此，请使用范围确保您只匹配英文字母replaceAll("[^a-zA-Z0-9_]", "")。