Unicode数字的字符类

我需要创建一个匹配所有Unicode数字和字母字符的模式。 到目前为止，我有"\\p{IsAlphabetic}|[0-9]" 。

第一部分对我来说效果很好，它在将非拉丁字符识别为字母字符方面做得很好。 问题是下半场。 显然它只适用于阿拉伯数字。 字符类\\d和\p{Digit}也只是[0-9] 。 Pattern的javadoc似乎没有提到Unicode数字的字符类。 有没有人有这个问题的好解决方案？

出于我的目的，我会接受一种匹配Character.isDigit返回true的所有字符集的方法。

Answer 1

引用有关isDigit的Java文档 ：

如果由getType（codePoint）提供的常规类别类型为DECIMAL_DIGIT_NUMBER，则字符为数字。

所以，我认为匹配数字的模式应该是\p{Nd} 。

这是ideone的一个工作示例 。 如您所见， Pattern.matches和Character.isDigit之间的结果是一致的。

Answer 2

使用\d ，但使用(?U)标志启用Unicode版本的预定义字符类和POSIX字符类：

 (?U)\d+ 

或在代码中：

 System.out.println("3๓३".matches("(?U)\\d+")); // true 

使用(?U)等效于通过使用UNICODE_CHARACTER_CLASS标志调用Pattern.compile()来编译正则表达式：

 Pattern pattern = Pattern.compile("\\d", Pattern.UNICODE_CHARACTER_CLASS);