在Java正則表達式中處理Unicode符號

Question

我的任務是從帶有數字和一些文本的字符串中解析整數值。 數字可以使用不同的語言環境設置格式：

15 000 km
15,000 km
15.000 km

我有一個解決方案：

(\d+[[\s\.,]?\d+]*)

適用於以上示例。 但是作為一種極端情況，有一個特殊的輸入機密代碼160而不是常規空格（代碼32）：

15 000 km

如何使用Java中的正則表達式實現解決此問題？

撥弄它： http : //java-regex-tester.appspot.com/regex/5d8dd002-fe68-40c3-bf82-42e8574a2f5c

理想情況下，我想要一個通用的解決方案，該解決方案可以處理任何不可打印的字符。

Answer 1

您可以使用Pattern.UNICODE_CHARACTER_CLASS標志來使您的\\s Unicode感知：

String pattern = "(?U)\\d+[\\s.,]?\\d+";
                  ^^^

參見Java演示 ：

String value1 = "15 000 km\n15,000 km\n15.000 km\n15 000 km";
String pattern1 = "(?U)\\d+[\\s.,]?\\d+";
Pattern ptrn = Pattern.compile(pattern1);
Matcher matcher = ptrn.matcher(value1);
while (matcher.find())
    System.out.println(matcher.group(0));

輸出：

15 000
15,000
15.000
15 000

Answer 2

為什么不包括其他分隔符（ \  ）？

(\\d+(?:[\\s.,\ ]?\\d+)*)

用UNICODE_CHARACTER_CLASS標志進行編譯將使\\s匹配，但是有警告說它可能會變慢。 您必須進行測試以查看它對您的輸入是否重要。

Answer 3

您可以使用這個簡單的正則表達式，它匹配任意兩個用0或多個非數字分隔的數字，即\\D ：

\d+\D*\d+

在Java中：

String regex = "\\d+\\D*\\d+";

\\D將匹配任何非數字，包括任何Unicode字符。

您更新的演示