Java Scala REPL中的Unicode正则表达式

我想检测Unicode字母的单词（

\p{L}

）

Scala的REPL为以下语句返回

false

，而在Java中为

true

（这是正确的行为）：

java.util.regex.Pattern.compile（“\\p{L}”）.matcher（“ä”）.matches（）

Java和Scala都在JRE 1.7中运行：

System.getProperty（“java.version”）

返回

“1.7.0\u 60-ea”

---

原因可能是什么？

可能是解释器中使用的不兼容字符编码。例如，以下是我的输出：

scala> System.getProperty("file.encoding")
res0: String = UTF-8

scala> java.util.regex.Pattern.compile("\\p{L}").matcher("ä").matches()
res1: Boolean = true

因此，解决方案是使用

-Dfile.encoding=UTF-8

运行

scala

。但是请注意，（这有点旧）：

我们找到的唯一可靠的设置默认字符的方法 Scala的编码是在运行 应用程序：

$JAVA_OPTS=“-Dfile.encoding=utf8”scala

[...] 仅仅尝试设置scala-Dfile.encoding=utf8似乎不起作用。[……]

---

这里的情况并非如此，但也可能发生：或者，您的“ä”可以是后面跟着“a”的符号，例如：

这有时是一些系统的一个问题，这些系统通过创建变音符号（我认为OSX就是一个问题，至少在某些版本中是如此）。有关详细信息，.

您还可以“启用预定义字符类和POSIX字符类的Unicode版本”，如和中所述

这意味着您可以使用诸如“\w”之类的字符类来匹配Unicode字符，如下所示：

"(?U)\\w+".r.findFirstIn("pässi")

在上面的regexp中，“（？U）”位是一个嵌入的标志表达式，它为regexp打开UNICODE_字符_类标志

---

从Java 7开始就支持此标志。

请参阅为什么您的正则表达式不够充分。您需要

\p{L}\p{M}*

+1。我没有考虑过，就是这样。code>scala>System.getProperty（“file.encoding”）为我提供了

res0:String=Cp1252

，因为我在Windows上。谢谢你提供的信息。@pvorb：谢谢你提供的信息，我将编辑这篇文章，相应地突出显示“主要”解决方案。

"(?U)\\w+".r.findFirstIn("pässi")