Was ist der {L} Unicode-Kategorie?

Stieß ich auf einige reguläre Ausdrücke enthalten [^\\p{L}]. Ich verstehe, dass dies mit irgendeiner form von Unicode-Kategorie ist, aber wenn ich überprüft die Dokumentation, ich fand nur die folgende "L" Kategorien:

Lu  Uppercase letter    UPPERCASE_LETTER
Ll  Lowercase letter    LOWERCASE_LETTER
Lt  Titlecase letter    TITLECASE_LETTER
Lm  Modifier letter     MODIFIER_LETTER
Lo  Other letter        OTHER_LETTER

Was ist L in diesem Zusammenhang?

InformationsquelleAutor uTubeFan | 2011-05-11
  1. 16

    Entnommen aus diesem link: http://www.regular-expressions.info/unicode.html

    Überprüfen Sie die Unicode Character Properties Abschnitt.

    \p{L} entspricht, eine einzige code-point in
    die Kategorie "Buchstaben". Wenn Sie Ihre Eingabe
    string à kodiert als U+0061 U+0300,
    es entspricht ohne Akzent. Wenn
    die Eingabe à codiert, wie U+00E0, es
    Spiele à mit Akzent. Der Grund
    ist, dass sowohl die code points von U+0061
    (a) und U+00E0 (à) sind in der Kategorie
    "Brief", U+0300 in der
    Kategorie "Marke".

    • Danke und +1 für Sie, zu. Ihren Kommentar auf meinen Kommentar/Frage an @Ned Batchelder ' s Antwort wird sehr geschätzt.
    • Der link alleine Verdienste akzeptieren.
    • Für eine "offizielle" Hinweis auf die "L" - Kategorie, siehe hier: unicode.org/reports/tr18/#General_Category_Property
    InformationsquelleAutor Favonius
  2. 2

    Sehe ich keine explizite Erwähnung, aber ein Beispiel auf auf dieser Seite zeigt an, dass \\p{L} bedeutet jeden Brief:

    Categories may be specified with the optional prefix Is: Both \p{L} and \p{IsL} denote the category of Unicode letters.
    • Das habe ich auch gedacht, aber warum dann nicht die folgende regex ersetzen (mit Leerzeichen) alles ist nicht ein Brief? String.replaceAll("[^\\p{L}]", " ")
    • Sehen Sie mit negation in ^\\p{L}. Also, wenn ich so etwas tun "Test akd ^^%!~+_)".replaceAll("[^\\p{L}]", " ") dann wird es ausgegeben wird Test akd . Im Gegenteil, wenn Sie so etwas tun "Test akd ^^%!~+_)".replaceAll("[\\p{L}]", " "); dann wird die Ausgabe` ^^%!~+_)`
    • Danke! Also kann ich daraus schließen, dass ^%!~+_ sind nicht als Buchstaben? (Ich bin im Grunde auf der Suche, um zu ersetzen Sie alle nicht-Buchstaben (außer Apostroph ' wie in wasn't) mit einem Raum, jeder Vorschlag?)
    • OK ich habe es: [^(\\p{L}')]
    • Sah gerade deinen vorherigen Kommentar. Wie auch immer Sie gespeichert, die für mich arbeiten 🙂
    InformationsquelleAutor Ned Batchelder
Schreibe einen Kommentar