java - Java RegEx 模式中 Alnum 和 IsAlphabetic 字符类之间的关系

Question

查看 Javadoc for java.util.regex.Pattern

\p{Alnum} An alphanumeric character:[\p{IsAlphabetic}\p{IsDigit}]

似乎每个匹配 \p{IsAlphabetic} 的字符也应该匹配 \p{Alnum}

然而，当角色有口音时，情况似乎并非如此。例如，以下断言失败:

assertEquals("é".matches("\\p{IsAlphabetic}+"),"é".matches("\\p{Alnum}+"));

对于其他带有重音符号的字符，如 ±、ó、ł、ź ż。所有匹配 \p{IsAlphabetic}+ 但不匹配 \p{Alnum}+

我是否误解了 Javadoc？或者这是文档或实现中的错误？

Answer 1

默认情况下 \p{Alnum} 被视为 POSIX 字符类，这意味着它只会匹配 ASCII 字符。这意味着它将匹配 a 和 1 但不匹配 ä 或 ١。

您引用的段落仅适用于 UNICODE_CHARACTER_CLASS 时使用标志。

稍微过于简单化，这个标志会将“旧的”POSIX 样式字符类转换为它们等效的 Unicode 字符类。