Java Unicode编码与正则表达式的配合使用

在Java中，Unicode编码和正则表达式可以很好地配合使用，以便处理包含特殊字符的字符串。以下是一些关于如何在Java中使用Unicode编码和正则表达式的示例。

1. 使用Unicode转义序列表示特殊字符：

在正则表达式中，可以使用\u后跟四位十六进制数来表示Unicode字符。例如，\u00A9表示版权符号（©）。

String regex = "\\u00A9";
String input = "Copyright © 2021";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(input);

while (matcher.find()) {
    System.out.println("Found: " + matcher.group());
}

2. 使用\p和\P表示Unicode属性：

\p表示匹配任何具有指定Unicode属性的字符，而\P表示匹配不具有指定Unicode属性的字符。例如，\p{L}表示匹配任何字母字符，而\P{L}表示匹配任何非字母字符。

String regex = "\\p{L}+";
String input = "Привет, 世界!";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(input);

while (matcher.find()) {
    System.out.println("Found: " + matcher.group());
}

3. 使用\\p{}表示Unicode字符类：

\\p{}允许您定义一个自定义的Unicode字符类。例如，\\p{InGreek}表示匹配任何希腊字母。

String regex = "\\p{InGreek}+";
String input = "Γεια σας, 世界!";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(input);

while (matcher.find()) {
    System.out.println("Found: " + matcher.group());
}

注意：在使用正则表达式时，如果字符串包含Unicode字符，建议将字符串声明为String类型而不是char[]类型，以避免编码问题。