如何制作与任何语言中的单词匹配的java正则表达式答案

【问题标题】：How to make a java regular expression which matches a word in any language如何制作与任何语言中的单词匹配的java正则表达式
【发布时间】：2010-12-15 10:00:53
【问题描述】：

要匹配英文单词，我会使用模式[a-zA-Z]+。

有什么方法可以编写一个匹配任何语言的单词的正则表达式？即使单词包含ščžé... 之类的字符也是如此。我不知道世界上可能存在哪些角色，所以我认为纯粹的[a-zA-Zščžé]+ 不够...

有没有更好的方法来写这个表达式？

【问题讨论】：

标签： java regex

【解决方案1】：

根据Pattern javadoc，\p{L}+ 应该匹配一系列 Unicode 字母（即在 Unicode 中具有类别 L 的字符）。这可能是最广泛的定义，尽管您可能想查看unicode categories list 来决定是否要添加其他类别（例如，有一个称为“数字字母”）。

【讨论】：

【解决方案2】：

通常你会使用一些 unicode 字符范围

[a-zA-Z\u0000-\u1111]

或

[a-zA-Zš-é]

因此，您必须查看 unicode 字符代码并添加目标语言中的任何特殊字符范围

【讨论】：

这不是很精确，根据 Palo 对“我不知道世界上可能存在哪些角色”的担忧。他仍然会缺少一些字符
@Lukas：好点，只有当你有目标语言时才有效。加上迈克尔的回答要好得多;-)
是的，我也不知道\p{L}+。学到东西了！ :)