日語字符串的模式匹配在java中存在問題

Question

我有一個奇怪的問題，而模式只匹配Java中的Japaneese字符。 讓我用代碼解釋一下。

private static final Pattern ADDRESS_STRING_PATTERN =
        Pattern.compile("^[\\p{L}\\d\\s\\p{Punct}]{1,200}$");
private static boolean isValidInput(final String input, Pattern pattern) {
    return pattern.matcher(input).matches();
}
System.out.println("こんにちは、元気ですか");

在這里，我匹配任何字母，空格，數字或標點符號1至200。

現在這總是會返回false。 經過一些調試后發現問題是一個字符“，”。 如果我將該字符添加為正則表達式的一部分，它可以正常工作。

有人遇到過這個問題嗎？ 或者是Java中的這個錯誤？

Answer 1

問題是、 （ U+3001 IDEOGRAPHIC COMMA ）屬於“標點符號，其他”Unicode類別 ， \\\\p{Punct}默認只匹配ASCII標點符號。 如果使用Pattern.UNICODE_CHARACTER_CLASS選項或(?U)嵌入標志選項，它將匹配（即模式可能看起來像"(?U)^[\\\\p{L}\\\\d\\\\s\\\\p{Punct}]{1,200}$" ）。 但是，這可能會影響\\d和\\s ，我不確定您是否要匹配所有Unicode數字和空格。

另一種方法是使用\\p{P}\\p{S} （匹配Unicode標點符號和符號）而不是\\p{Punct} （POSIX字符類匹配標點符號和符號）。

查看Java演示打印true ：

private static final Pattern ADDRESS_STRING_PATTERN = Pattern.compile("^[\\p{L}\\d\\s\\p{P}\\p{S}]{1,200}$");
private static boolean isValidInput(final String input, Pattern pattern) {
        return pattern.matcher(input).matches();
}
public static void main (String[] args) throws java.lang.Exception
{
    System.out.println(isValidInput("こんにちは、元気ですか",ADDRESS_STRING_PATTERN));
}
// => true