java - 如何为汉字编写正则表达式

Question

我需要知道我们如何将汉字编译成下面的词 50,001 - 100,000 积分

例如:英文写法:50,001 - 100,000 点。这是英文写法

Pattern pattern = Pattern.compile("([A-Z]+\\s[A-Z]+)|(\\d+\\s(\\-|or)\\s(\\d|[a-z])+\\s"+Internationalization.getMessage("POINTS_RANGE_FILTER_POINTS")+")"

Answer 1

您可以使用 \p{L} Unicode 属性类来匹配任何 Unicode 字母。此外，您的模式需要进行一些调整以匹配整个数字。请参阅下面的修复:

\d+(?:,\d{3})*\s*(?:(?:-|or)\s*\d+(?:,\d{3})*\s*)?\p{L}+

参见 regex demo

在 Java 中:

String rx = "\\d+(?:,\\d{3})*\\s*(?:(?:-|or)\\s*\\d+(?:,\\d{3})*\\s*)?\\p{L}+";

注意:如果您不太关心正则表达式的精度(例如，当只提取这些子字符串时)，您可以缩短 \\d+(?:,\\d{3})*到 \d[\d,]*。参见 another regex demo .

详情

• \d+ - 一位或多位数字
• (?:,\d{3})* - 、 和 3 位数字的 0+ 个连续序列
• \s* - 0+ 个空格
• (?:(?:-|or)\s*\d+(?:,\d{3})*\s*)? - 1 或 0 个序列(一个可选的) 匹配
  • (?:-|or) - - or or
  • \s* - 0+ 个空格
  • \d+(?:,\d{3})* - 上面的数字模式
  • \s* - 0+ 个空格
• \p{L}+ - 1+ Unicode 字母。