Java支持哪些內置的正則表達式字符類

Question

...在"\\\\p{someCharacterClass}"等模式中使用時。
我用過/見過一些：

• 降低
• 上
• InCombiningDiacriticalMarks
• ASCII

所有受支持的內置角色的最終列表是什么？ 它在哪里記錄？ 具體含義是什么？

編輯...

似乎有很多“RTFM”答案引用了Pattern的javadoc。 這是我在問這個問題之前看到的第一個地方。 就這樣每個人都很清楚，Pattern的javadoc沒有提到上面列出的任何類。

“正確”的答案將在頁面的某處提及“InCombiningDiacriticalMarks”，並且不會對“Unicode標准”進行模糊的引用。

Answer 1

Pattern的文檔在“Unicode支持”部分中說明：

支持的類別是由Character類指定的版本中的Unicode標准類別。 類別名稱是標准中定義的類別，包括規范性和信息性。 Pattern支持的塊名稱是UnicodeBlock.forName接受和定義的有效塊名稱。

UnicodeBlock.forName的文檔指出：

塊名稱由Unicode標准確定。

在http://unicode.org上有FAQ 我在哪里可以找到Unicode塊的權威列表？ ：

答：Unicode塊及其名稱是Unicode標准的標准部分。 確切的列表始終保存在Unicode字符數據庫 Blocks.txt其中一個文件中。

最后，在Blocks.txt有一行：

0300..036F; Combining Diacritical Marks

這些字符可以在組合變音符號代碼表（來自Unicode 6.0字符代碼表 ）中找到。

Answer 2

Pattern API表示遵守http://www.unicode.org/reports/tr18/定義的正則表達式1級

有三個不錯的表（搜索UCD.html），看看UCD.html本身。

Answer 3

這個頁面有一些很好的細節，如：

• \\p{L}或\\p{Letter} ：來自任何語言的任何類型的信件。
• \\p{M}或\\p{Mark} ：用於與另一個角色（例如重音符號，變音符號，封閉框等）組合的角色。
• \\p{N}或\\p{Number} ：任何腳本中的任何數字字符。

Answer 4

該規范是http://docs.oracle.com/javase/6/docs/api/java/util/regex/Pattern.html 。 在某些情況下，它指的是特定版本的TUS，您可以在http://unicode.org找到該材料。

Answer 5

查看Pattern類的javadocs。