注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

阿飘的博客

十里平湖霜满天 寸寸青丝愁华年

 
 
 

日志

 
 

正则表达式-匹配标点符号  

2016-04-09 11:46:16|  分类: php |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

string testStr = "你好,测试。";
Regex reg = new Regex(@"\p{P}");
testStr = reg.Replace(testStr, "");
//testStr=你好测试

  


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。 

\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。 

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。 

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

Unicode 正则表达式标准(可以找到所有的子属性) 
http://www.unicode.org/reports/tr18/ 

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 

这个文本文档一行是一个字符,第一列是 Unicode 编码,第二列是字符名,第三列是 Unicode 属性, 
以及其他一些字符信息。

 

类别

说明

Lu

字母,大写

Ll

字母,小写

Lt

字母,首字母大写

Lm

字母,修饰符

Lo

字母,其他

L

所有字母字符。 这包括 Lu、Ll、Lt、Lm 和 Lo 字符。

Mn

标记,非间距

Mc

标记,间距组合

Me

标记,封闭

M

所有音调符号标记。 这包括 Mn、Mc 和 Me 类别。

Nd

数字,十进制数

Nl

数字,字母

No

数字,其他

N

所有数字。 这包括 Nd、Nl 和 No 类别。

Pc

标点,连接符

Pd

标点,短划线

Ps

标点,开始

Pe

标点,结束

Pi

标点,前引号(根据具体使用情况,作用可能像 Ps 或 Pe)

Pf

标点,后引号(根据具体使用情况,作用可能像 Ps 或 Pe)

Po

标点,其他

P

所有标点字符。 这包括 Pc、Pd、Ps, Pe、Pi、Pf 和 Po 类别。

Sm

符号,数学

Sc

符号,货币

Sk

符号,修饰符

So

符号,其他

S

所有符号。 这包括 Sm、Sc、Sk 和 So 类别。

Zs

分隔符,空白

Zl

分隔符,行

Zp

分隔符,段落

Z

所有分隔符字符。 这包括 Zs、Zl 和 Zp 类别。

Cc

其他,控制

Cf

其他,格式

Cs

其他,代理项

Co

其他,私用

Cn

其他,未赋值(任何字符都不具有此属性)

C

所有控制字符。 这包括 Cc、Cf、Cs、Co 和 Cn 类别。

作者:Cat Qi
出处:http://qixuejia.cnblogs.com/
  评论这张
 
阅读(279)| 评论(0)
推荐 转载

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017