Question

正则表达式怎么匹配标点符号?

Answer 1

1、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。

2、\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。 

3、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。 

4、Java 中用于 Unicode 的正则表达式数据都是由 Unicode 组织提供的。 

5、Unicode 正则表达式标准（可以找到所有的子属性） 

http://www.unicode.org/reports/tr18/ 

6、各 Unicode 字符属性的定义，可以用一看看某个字符具有什么属性。 

http://www.unicode.org/Public/UNIDATA/UnicodeData.txt