\p{L} 是否等同于 [^\d\s]

Question

为了匹配字母，这两个正则表达式是否等价？一个通常更可取吗？或者这是“视情况而定”的情况？

1.Unicode字母短码：

\p{L}

2.Negated PCRE 数字和空格的短代码：

[^\d\s]

Answer 1

它们不等价。

假设您使用 u 选项，\p{L} 表示“字母（类别 L）”。 [^\s\d] 表示“不是空格（Z 类），也不是数字（Nd 类）”。如果每个字符确实属于这三个类别之一，那么你是对的，因为集合论，但有些字符不属于这三个类别中的任何一个。

例如逗号,是标点符号（类别P），将被[^\s\d]匹配，但不会被[=12=匹配].

所以要实际使用否定来表示 \p{L}，你必须说：

[^\p{C}\p{M}\p{N}\p{P}\p{S}\p{Z}]

基本上列出所有其他类别。但是一旦 Unicode 决定添加一个新类别并且 PCRE 决定支持它，它就会崩溃。不用说，请不要在生产中使用它:)

Answer 2

两个正则表达式之间的对比是鲜明的：

正则表达式 \p{L} 匹配任何字母（因此 L），不仅是罗马字母和希腊字母，如 \w 可以，但也可以是任何其他字母表。

否定字符 class [^\d\s] 匹配任何不是数字 0-9 也不是制表符、换行符、垂直制表符、换页符、回车符 return、space 和可能的其他区域设置相关字符。

因此，[^\d\s] 比只匹配一种字符的 \p{L} 更强大，可以匹配更大范围的字符类型。

Is \p{L} equivalent to [^\d\s]