{L} Unicode 类别是什么？答案

【问题标题】：What is the {L} Unicode category?{L} Unicode 类别是什么？
【发布时间】：2011-08-23 14:09:12
【问题描述】：

我遇到了一些包含[^\\p{L}] 的正则表达式。我知道这是使用某种形式的 Unicode 类别，但是当我检查 the documentation 时，我发现只有以下“L”类别：

Lu  Uppercase letter    UPPERCASE_LETTER
Ll  Lowercase letter    LOWERCASE_LETTER
Lt  Titlecase letter    TITLECASE_LETTER
Lm  Modifier letter     MODIFIER_LETTER
Lo  Other letter        OTHER_LETTER

在这种情况下L 是什么？

【问题讨论】：

标签： java regex unicode character-properties

【解决方案1】：

取自此链接：http://www.regular-expressions.info/unicode.html

查看Unicode Character Properties 部分。

\p{L} 匹配单个代码点 “信”类。如果您的输入字符串 à 编码为 U+0061 U+0300，它匹配没有重音的 a。如果输入被à编码为U+00E0，它将 à 与重音匹配。原因是两个代码点 U+0061 (a) 和 U+00E0 (à) 属于该类别 “字母”，而 U+0300 在类别“标记”。

【讨论】：

谢谢你，也向你 +1。感谢您对我对@Ned Batchelder 的回答的评论/问题的评论。
有关“L”类别的“官方”参考，请参见此处：unicode.org/reports/tr18/#General_Category_Property

【解决方案2】：

我没有看到任何明确提及它，但this page 上的示例表明\\p{L} 表示任何字母：

可以使用可选前缀 Is 指定类别：\p{L} 和 \p{IsL} 都表示 Unicode 字母的类别。

【讨论】：

我也是这么想的，但是为什么下面的正则表达式（用空格）替换 everything 那是 not 一个字母？ String.replaceAll("[^\\p{L}]", " ")
@uTubeFan：看到你在^\\p{L}中使用negation。因此，当我执行类似"Test akd ^^%!~+_)".replaceAll("[^\\p{L}]", " ") 的操作时，它将输出Test akd 。相反，如果你这样做"Test akd ^^%!~+_)".replaceAll("[\\p{L}]", " ");，那么输出将是`^^%!~+_)`
@Favonius 谢谢！那么，我可以由此得出结论 ^%!~+_ 是不被视为字母吗？（我基本上希望用空格替换所有非字母（撇号' 和wasn't 除外），有什么建议吗？）
@uTubeFan：刚刚看到你之前的评论。无论如何，你为我保存了工作:)