使用正则表达式检测以重音大写字母开头的单词
我想用Java中的正则表达式提取以大写字母开头的单词 – 包括重音大写字母。
这是以大写字母A到Z开头的单词的条件：
if (link.text().matches("^[AZ].+") == true) 但我也想要以重音大写字母开头的单词。
你有什么想法？
从http://download.oracle.com/javase/6/docs/api/java/util/regex/Pattern.html开始
\p{javaUpperCase} Equivalent to java.lang.Character.isUpperCase()
要匹配字符串开头的大写字母，您需要模式^\p{Lu} 。
遗憾的是，Java不支持必需的\p{Uppercase}属性，这是满足UTS＃18的RL1.2所必需的 。
这几乎不是Java正则表达式中唯一能够满足甚至是最简单的基本Unicodefunction的Level 1。 如果没有Level 1，您实际上无法使用正则表达式进行Unicode测试。 太多被打破或缺席。
UTS＃18的RL1.1 最终将与JDK7相遇，但我不相信目前有任何计划可以满足RL1.2，RL1.2a或其他任何目前缺乏的，甚至不符合两项强有力的建议。 唉!
实际上，在RL1.2所要求的非常短的强制属性列表中，Java缺少\p{Alphabetic} ， \p{Uppercase} ， \p{Lowercase} ， \p{White_Space} ， \p{Noncharacter_Code_Point} ， \p{Default_Ignorable_Code_Point} ， \p{ANY}和\p{ASSIGNED}属性。 这些都是强制性的，但要么完全缺失，要么就其定义而言不遵守Unicode标准。 这也是Java中POSIX兼容属性的问题：它们都与UTS＃18相关。
在JDK7之前，它还缺少必需的Script属性。 JDK7确实获得了最后的脚本属性，但这就是全部 – 没有别的。 Java甚至还远远没有达到RL1.2a，这对于数以万计的程序员来说是日常难题。
在JDK7中，如果它们是块，脚本或常规类别，您最终还可以使用\p{name=value}forms的两部分属性。 这意味着JDK7的Pattern类中的这些都是相同的：
-
\p{Block=Number_Forms}，\p{blk=Number_Forms}和\p{InNumber_Forms}。 -
\p{Script=Latin}，\p{sc=Latin}，\p{IsLatin}和\p{Latin}。 -
\p{General_Category=Lu}，\p{GC=Lu}和\p{Lu}。
但是，您仍然无法使用像\p{Lowercase_Letter} \p{Letter_Number}和\p{Letter_Number}之类的长格式，并且从RL1.2a的角度看，POSIX外观属性都已破坏。 RL1.2的超级基本属性，如\ p {White_Space}和\ p {Alphabetic}仍然缺失。
有一些关于尝试修复\b和\B说法，它们在\w和\W方面被惨遭打破，但我不知道他们如何在没有完全遵守RL1.2a的情况下解决所有问题。 不，我不知道他们什么时候会将这些基本属性添加到Java。 没有它们你也不能顺其自然。
要使用Java中的regex在1级甚至完全使用Unicode，您实际上无法使用Java自带的标准Pattern类。 最简单的方法是使用可用的Google Android代码，使用JNI连接ICU正则表达式库。 确实存在与UTS＃18至少符合Level-1（或更好）的其他语言，但如果你想留在Java中，ICU目前是你自己的真正选择。
java有一个方法java.lang.Character.isUpperCase，它不完全是正则表达式，但可能满足。
http://download.oracle.com/javase/1.5.0/docs/api/java/lang/Character.html#isUpperCase(int ）