我正在尝试添加一项功能，该功能适用于字符串中的某些 unicode 组。我找到了 this question这提出了以下解决方案，它确实适用于规定范围内的 unicodes:
s = Regex.Replace(s, @"[^\u0000-\u007F]", string.Empty);
这很好用。
不过，在我的研究中，我遇到了 use of unicode blocks ，我发现它更具可读性。
InBasic_Latin = U+0000–U+007F
更多时候，我看到建议指出人们自己使用实际代码 (\u0000-\u007F) 而不是这些 block (InBasic_Latin)。当您需要该 block 的某些子集或特定的 unicode 时，我可以看到显式声明范围的好处，但是当您真的只想使用 block 声明对整个分组进行分组时，使用 block 名称似乎对可读性甚至可编程性更友好相反。
所以，一般来说，我的问题是为什么 \u0000–\u007F 被认为是比 InBasic_Latin 更好的语法？
最佳答案
这取决于您的正则表达式引擎，但有些(如 .NET、Java、Perl)支持 Unicode block :
if (Regex.IsMatch(subjectString, @"\p{IsBasicLatin}")) {
// Successful match
}
其他代码点没有(例如 JavaScript、PCRE、Python、Ruby、R 和大多数其他代码点)，因此您需要手动拼出这些代码点或使用像 Steve Levithan's XRegExp library for JavaScript 这样的扩展名.
关于c# - 在正则表达式中使用 Unicode block ，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/28568246/