[英]Pattern matching for Japanese string have issues in java
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}$");
private static boolean isValidInput(final String input, Pattern pattern) {
return pattern.matcher(input).matches();
}
System.out.println("こんにちは、元気ですか");
在這里,我匹配任何字母,空格,數字或標點符號1至200。
現在這總是會返回false。 經過一些調試后發現問題是一個字符“,”。 如果我將該字符添加為正則表達式的一部分,它可以正常工作。
有人遇到過這個問題嗎? 或者是Java中的這個錯誤?
問題是、
( U+3001 IDEOGRAPHIC COMMA
)屬於“標點符號,其他”Unicode類別 , \\\\p{Punct}
默認只匹配ASCII標點符號。 如果使用Pattern.UNICODE_CHARACTER_CLASS
選項或(?U)
嵌入標志選項,它將匹配(即模式可能看起來像"(?U)^[\\\\p{L}\\\\d\\\\s\\\\p{Punct}]{1,200}$"
)。 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
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.