java - 为什么正则表达式 \pL+\pM+ 不适用于英语？

Question

为什么正则表达式\pL+\pM+不适用于英语？

为什么下面的第一个示例结果为假，而第二个示例结果为真？

System.out.println(Charset.forName("UTF-8").encode("suren") 
                .asCharBuffer().toString().matches("\\PL+\\PM+"));

System.out.println(Charset.forName("UTF-8").encode("स्वागत") 
                .asCharBuffer().toString().matches("\\PL+\\PM+"));

基本上我需要一个正则表达式来限制字符串中的唯一 unicode 字符（世界上的任何语言）。

Answer 1

你要

"^[\\p{Letter&}\\p{Mark}]+$"

您的正则表达式需要一个标记 ( \PM+)，而您只想允许它。还要注意锚点。

一般注意事项：我建议使用 Unicode 字符属性的长形式。它使表达式更具可读性。