Java支持哪些内置的正则表达式字符类

Question

...用于像"\\p{someCharacterClass}"这样的模式。
我用过/见过一些：

• 下
• 上
• InCombiningDiacriticalMarks
• ASCII

所有受支持的内置角色的最终列表是什么？它在哪里记录？具体含义是什么？

编辑...

似乎有很多“RTFM”答案引用了Pattern的javadoc。这是我在问这个问题之前看到的第一个地方。就这样每个人都很清楚，Pattern的javadoc没有提到上面列出的任何类。

“正确”的答案会在页面的某处提及“InCombiningDiacriticalMarks”，并且不会对“Unicode标准”有一些含糊的提及。

Answer 1

“{3}}在”Unicode支持“部分中说：

  

支持的类别是Character类指定的版本中的Unicode标准类别。类别名称是标准中定义的类别，包括规范性和信息性。 Pattern支持的块名称是UnicodeBlock.forName接受和定义的有效块名称。

documentation for Pattern州：

  

块名称由Unicode标准确定。

在documentation for UnicodeBlock.forName点上有常见问题http://unicode.org：

  

答：Unicode块及其名称是Unicode标准的标准部分。确切列表始终保存在Where can I find the definitive list of Unicode blocks?，Unicode Character Database。

的其中一个文件中

最后，在Blocks.txt中有一行：

0300..036F; Combining Diacritical Marks

这些字符可在Blocks.txt代码表（来自Combining Diacritical Marks）中找到。

Answer 2

Pattern API表示遵守http://www.unicode.org/reports/tr18/

定义的正则表达式级别1

有三个不错的表（搜索UCD.html），并查看UCD.html本身。

Answer 3

规范是http://docs.oracle.com/javase/6/docs/api/java/util/regex/Pattern.html。在某些情况下，它指的是特定版本的TUS，您可以在http://unicode.org找到该材料。

Answer 4

This page有一些很好的细节，例如：

• \p{L}或\p{Letter}：来自任何语言的任何类型的信件。
• \p{M}或\p{Mark}：用于与其他角色合并的角色（例如重音符号，变音符号，封闭框等）。
• \p{N}或\p{Number}：任何脚本中的任何数字字符。

Answer 5

在javadocs中查找Pattern类。