\p{L} 是否等价于 [^\d\s]答案

【问题标题】：Is \p{L} equivalent to [^\d\s]\p{L} 是否等价于 [^\d\s]
【发布时间】：2020-06-21 12:02:15
【问题描述】：

为了匹配字母，这两个正则表达式是等价的吗？一个通常更可取吗？或者这是“视情况而定”的情况？

1.Unicode字母短代码：

\p{L}

2.否定PCRE数字和空格的短代码：

[^\d\s]

【问题讨论】：

标签： regex pcre

【解决方案1】：

它们不相等。

假设您使用u 选项，\p{L} 表示“字母（L 类）”。 [^\s\d] 表示“不是空格（类别 Z），也不是数字（类别 Nd）”。如果每个角色确实属于这三个类别之一，那么由于集合论，您是对的，但是有些角色不属于这三个类别中的任何一个类别。

例如，逗号, 是一个标点符号（P 类），将与[^\s\d] 匹配，而不是\p{L}。

所以要实际使用否定来表示\p{L}，你必须说：

[^\p{C}\p{M}\p{N}\p{P}\p{S}\p{Z}]

基本上列出所有其他类别。但是一旦 Unicode 决定添加一个新类别并且 PCRE 决定支持它，它就会中断。不用说，请不要在生产中使用它:)

【讨论】：

【解决方案2】：

两个正则表达式之间的对比是鲜明的：

正则表达式\p{L} 匹配任何字母（因此是L），不仅像\w 那样匹配罗马和希腊字母，还匹配任何其他字母。

否定字符类[^\d\s] 匹配任何不是数字0-9 并且不是制表符、换行符、垂直制表符、换页符、回车符、空格和其他可能与语言环境相关的内容字符。

因此，[^\d\s] 比仅匹配一种字符类型的 \p{L} 更强大，匹配范围更广的字符类型。

【讨论】：