Java regex是否支持Unicode？

Question

为了使A与Z匹配，我们将使用正则表达式：[A-Za-z]如何允许正则表达式匹配用户输入的utf8字符？例如环保部等中文单词

Answer 1

Java正则表达式API适用于该char类型

该char类型隐式为UTF-16

如果您有UTF-8数据，则需要在输入时将其转码为UTF-16

Unicode是通用的字符集，而UTF-8可以描述所有字符（包括控制字符，标点符号，符号，字母等）。您将必须更加明确地确定要包含的内容和要排除的内容。Java正则表达式使用\p{category}语法按类别匹配代码点。请参阅Unicode标准的列表类别。

如果要在表意文字序列中识别和分隔单词，则需要查看更复杂的API。我将从BreakIterator类型开始。