【发布时间】：2012-08-14 10:26:45
【问题描述】：
CJK 字符集的正则表达式的类比是什么？ ASCII 或类似拉丁字母的字符与 CJK 字符有质的区别？
【问题讨论】：
-
大多数现代正则表达式引擎都可以处理 Unicode。
标签： regex unicode character-encoding pattern-matching cjk
【发布时间】：2012-08-14 10:26:45
【问题描述】：
CJK 字符集的正则表达式的类比是什么？
正则表达式。它一直能够处理不同的字符集，但是使用 Unicode 会变得更加简单和可靠。
您使用的是什么语言/环境？一般来说，现代实现都支持 Unicode 字符，但有些可能缺少扩展功能，例如字符类的 \p{...}。
ASCII 或类似拉丁字母的字符与 CJK 字符有质的区别？
CJK 表意文字和音节没有大小写，因此它们属于“字母，其他”类别，而不是大多数拉丁字母的“字母，大写字母”或“字母，小写字母”。它们还具有不同的换行属性。
【讨论】：
-
“字母，其他”类别，“字母，大写”类别和“字母，小写”类别的定义是什么？这是一些定义的概念吗？
-
是的，它是 unicodedata 的一部分。见UAX#44