栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Java

Unicode 字符集七个字符属性

Java 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

Unicode 字符集七个字符属性

前端时间在学习别人敏感词过滤的时候, 发现了一段很有意思的代码,网上搜了下,有介绍, 但不多,在次整理下, 增加下网友搜索命中度, 也方便自己后面查找。

代码是关于标点符号的正则匹配:

	private static boolean isPunctuationChar(String c) {
		String regex = "[\pP\pZ\pS\pM\pC]";
		Pattern p = Pattern.compile(regex, 2);
		Matcher m = p.matcher(c);
		return m.find();
	}

注意上面的regex 很神奇是吧!当时我也看的咋呼了(英语不太好- -!)!

下面大致讲下这是个咋回事!这就要说到Unicode
Unicode 编码并不只是为某个字符简单定义了一个编码,而且还将其进行了归类。

/pP 其中的小写 p 是 property 的意思,表示 Unicode 属性,用于 Unicode 正表达式的前缀。

大写 P 表示 Unicode 字符集七个字符属性之一:标点字符。
其他六个是
L:字母;
M:标记符号(一般不会单独出现);
Z:分隔符(比如空格、换行等);
S:符号(比如数学符号、货币符号等);
N:数字(比如阿拉伯数字、罗马数字等);
C:其他字符

上面这七个是属性,七个属性下还有若干个子属性,用于更进一步地进行细分。

属性归类子属性含义
LLuUppercase Letter
LlLowercase Letter
LtTitlecase Letter
LmModifier Letter
LoOther Letter
MMnNon-Spacing Mark
McSpacing Combining Mark
MeEnclosing Mark
NNdDecimal Digit Number
NlLetter Number
NoOther Number
SSmMath Symbol
ScCurrency Symbol
SkModifier Symbol
SoOther Symbol
PPcConnector Punctuation
PdDash Punctuation
PsOpen Punctuation
PeClose Punctuation
PiInitial Punctuation
PfFinal Punctuation
PoOther Punctuation
ZZsSpace Separator
ZlLine Separator
ZpParagraph Separator
CCcControl
CfFormat
CsSurrogate
CoPrivate Use
CnUnassigned

Java 中用于 Unicode 的正则表达式数据都是由 Unicode 组织提供的。上面的含义就不转中文了(头疼), 官方文档找来的, 一般也用不到!
 

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/936150.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号