\d 和 \w 元字符是否包含国际字符？

Question

在Java中出现\d=[0-9]和\w=[A-Za-z_]，iOS和ICU也是这样吗？

我不想包含国际字符，但文档仅包含 Unicode 引用。

Answer 1

在Java中，\w默认匹配[a-zA-Z0-9_]，一旦使用(?U)（Pattern.UNICODE_CHARACTER_CLASS标志），它只匹配Unicode字母，见this demo:

String s = "abc śął"
System.out.println(s.replaceAll("(?U)\w+", "")); // " "
System.out.println(s.replaceAll("\w+", ""));     // " śął"

在Objective-C中，\w将匹配Unicode字母：

NSString * s = @"abcśął";
NSString * rx = @"\w+";
NSPredicate * rxTest = [NSPredicate predicateWithFormat:@"SELF MATCHES %@", rx];
if ([rxTest evaluateWithObject:s]) {
 NSLog (@"yes");
}
else
{
 NSLog (@"no");
}

This will print yes. Also, see the official reference:

\w Match a word character. Word characters are [\p{Ll}\p{Lu}\p{Lt}\p{Lo}\p{Nd}].

\p{} 语法匹配属于某个类别的 Unicode 符号。因此，\w 基本上匹配 Unicode 字母（\p{Ll} - 小写字母，\p{Lu} - 大写字母，\p{Lt} - 标题字母，\p{Lo} - 其他字母），并且数字（\p{Nd}）。事实上，iOS中的\w也会匹配_（奇怪的是它没有出现在文档中）。

经验法则:

如果您只需要匹配 ASCII 字母和下划线，请使用明确的 [a-zA-Z_].
如果您想确保只匹配 ASCII 数字，请使用明确的 [0-9]。

\d 和 \w 元字符是否包含国际字符？

Do the \d and \w metacharacters include international characters?

regex

icu

ios

nsregularexpression