Perl Unicode 烹饪秘籍：在正则表达式中匹配 Unicode 属性

2012年5月16日 by Tom Christiansen

℞ 25: 使用 `\p` 和 `\P` 在正则表达式中匹配 Unicode 属性

每个 Unicode 代码点都有一个或多个属性，表示适用于该代码点的规则。Perl 的正则表达式引擎了解这些属性；使用 \p{} 元字符序列来匹配具有该属性的代码点及其逆，\P{} 来匹配缺少该属性的代码点。

每个属性都有一个简称和一个长名。例如，要匹配具有 Letter 属性的任何代码点，您可以使用 \p{Letter} 或 \p{L}。同样，您可以使用 \P{Uppercase} 或 \P{Upper}。请参阅 perldoc perlunicode 的“Unicode 字符属性”部分以获取更详细的信息。

这些属性在正则表达式中有用的示例包括

 \pL, \pN, \pS, \pP, \pM, \pZ, \pC
 \p{Sk}, \p{Ps}, \p{Lt}
 \p{alpha}, \p{upper}, \p{lower}
 \p{Latin}, \p{Greek}
 \p{script=Latin}, \p{script=Greek}
 \p{East_Asian_Width=Wide}, \p{EA=W}
 \p{Line_Break=Hyphen}, \p{LB=HY}
 \p{Numeric_Value=4}, \p{NV=4}

上一页: ℞ 24: 在内置字符类中禁用 Unicode 意识

系列索引: 标准序言

下一页: ℞ 26: 自定义字符属性

标签

unicode