为什么这个正则表达式不适用于 java 7？答案

【问题标题】：why this regex is not working on java 7?为什么这个正则表达式不适用于 java 7？
【发布时间】：2014-01-15 14:40:42
【问题描述】：

根据How to determine whether a character is a letter in Java? 的回答，我正在使用下面的代码 sn-p 以匹配字符串是否在开头包含 unicode 字母。它在 unicode 字符的 java 6 上运行良好 \u0374 未被视为 unicode 字母

 boolean test = "\u0374100".matches("[\\p{L}].*");; returns true on java 7 whereas it return false java 6.

Java 7 在这个方面有什么变化吗？如果是，如何让 java 6 的东西在 java 7 上工作？

【问题讨论】：

标签： java regex java-7 java-6

【解决方案1】：

根据Fileformat.Info: Unicode Character 'GREEK NUMERAL SIGN' (U+0374)，类别为“字母，修饰符[Lm]”。它还说Character.isLetter() 的结果是Yes。

现在将其与具有类别“符号，修饰符 [Sk]”的Unicode Character 'GREEK LOWER NUMERAL SIGN' (U+0375) 进行对比。根据页面，Character.isLetter() 的结果是No。

Java 7 根据Character javadoc 和Internationalization Enhancements in Java SE 7 使用Unicode 6.0.0，而Java 6 使用Unicode 4.0（参见Character javadoc 和Java Language Specification 5.0（适用于Java 5 和6）。

原因是 unicode 现在将 U+0374 定义为“字母，修饰符”。查看Unicode 4.0.0 和Unicode 6.0.0 的unicode 数据库，很明显定义从Sk 更改为Lm：

4.0 版：

0374;希腊数字符号;Sk;0;ON;02B9;;;;N;希腊大写数字符号;Dexia keraia;;;

版本 6.0.0：

0374;希腊数字符号;Lm;0;ON;02B9;;;;N;希腊大写数字符号;;;;

换句话说：你的正则表达式工作正常，只是字符定义发生了变化，所以它现在被认为是一个字母，而不是一个符号。

【讨论】：

我能否确认“Java 6 使用的 unicode 版本不同，或者 Oracle 更改了 Character.isLetter() 对类别“字母，修饰符 [Lm]”的响应方式。”在 Java 7 的发布文档中？它 oracle 已经改变了它应该在 doc 中的某个地方的行为。对吗？
我相信他们更改了 unicode 版本，但我找不到参考。
Java 6 使用 Unicode 标准版本 4，而 7 使用版本 6。它记录在 Character 类 javadoc here
@PopoFibo 我找到了；我在看文档时错过了它。
@user3198603 我删除了我的说法，即它可能是“字母，修饰符”的处理方式，因为版本 6 和 7 的 Javadoc 都声称该类别被视为字母。