UTS#18中描述了各种级别的Unicode正则表达式支持。
有没有办法针对每个需求进行一些测试，因此可以将测试移植到相关语言，运行它们并收集结果？
其他Unicode文档是否也有支持级别的概念，例如： G。对于String实现/库？
答案 0 :(得分：7)
为了记录，ICU4C和Perl都支持UTS＃18 Level 1以及几个重要的几个Level 2功能。其中包括\N{...}的命名字符，\X的字形，\p{East_Asian_Width=Full_Width}的完整属性，以及ICU的情况，通过调整\b也可以获得更高级的字默认边界。所有这三个Level-2正则表达式功能都极大地简化了在Unicode上使用正则表达式的功能，如果没有它们，你必须在最好的情况下做一些不愉快的事情，最糟糕的是根本不能这样做。
Perl和ICU4C有些不同，因为Perl支持基于字符串的完整案例折叠，而ICU仅支持简单的基于字符的案例折叠。 Perl还有一些ICU不支持的非Unicode正则表达式扩展，例如正则表达式中的外观和命名组，它们都非常有用。
Perl还允许用户定义/自定义属性和命名字符，这些字符对很多东西很有用，包括私有使用区域（PUA）代码点，因为您现在可以为您想要的任何PUA字符定义自己的名称和属性使用。 （例如，对于计划包含在Unicode中的脚本，例如unofficial ConScript registry中的脚本。）
在最近发布的JDK7之前，Java甚至不支持UTS＃18 Level 1，然后只是最低限度。使用Java6或更早版本时，各种小东西都是错误或缺失的。总而言之，Java在JDK中的Unicode支持非常弱：你应该使用ICU4J的UCharacter等类，而不是 OraSun类，对于任何严肃的Unicode工作，或者你会疯了。真正
但是除了这几个之外，没有其他任何东西可以接近。如果你小心并且不需要做太多，你有时会在Python或Ruby中跛行：例如，< / em>没有排序或搜索，几乎没有Unicode字符属性，甚至没有合适的字边界等。
人们试图在Javascript或PHP中使用Unicode做任何事情都应该在它们开始之前退出。这太痛苦了，因为你无法以任何有用或现实的方式操纵Unicode而无法访问角色属性，也可能无法访问字形。
还存在案例映射和案例折叠，规范化，换行和整理的跨语言Unicode问题，所有这些问题在不同语言之间都有所不同。您需要访问大多数（如果不是全部）Unicode工作。没有完全的属性支持是几乎所有语言的真正问题，因为字符属性是许多算法所依赖的基础。
我在Unicode Support Shootout演讲中讨论了大部分内容。
最重要的是，在撰写本文时，如果您既不能使用ICU正则表达式或Perl本身（但不能使用PCRE），或者也可能使用Python中的Matthew Barnett的regex库，那么基本上你就是搞砸了Unicode正则表达式。即使Unicode已有20年历史，目前还没有其他人认真对待正则表达式和/或Unicode。
这对“webbish”语言（如Javascript和PHP）有严重影响，因为没有可用的替代品，因此您必须将任何实际工作卸载到不同的服务器端语言，因为Webbish语言无法处理Unicode以任何合理的方式。客户端没有什么可行的，这是一个沉重的负担。
另外，请注意，要通过Java获取ICU正则表达式，需要使用自己的JNI（或使用Android中的JNI）来获取ICU4C：ICU正则表达式没有ICU4J绑定。
答案 1 :(得分：3)
我认为现有的测试可以验证支持级别 例如，在Perl中，正则表达式中有相当广泛的Unicode支持文档 和语言中的Unicode支持。
示例Perl正则表达式支持级别docs：
http://perldoc.perl.org/perlunicode.html#Unicode-Regular-Expression-Support-Level
Unicode非常复杂，测试用例来自语言编写者。