如何在kotlin中拆分unicode空格

在Kotlin，如果我们使用：

string.split(Regex("\\s+"))

然后我们可以将一个字符串拆分为用空格分隔的单词。但是字符串：

val string = "a\u2000b"

由于正则表达式与unicode空白字符不匹配，因此未拆分

---

有没有办法拆分所有空白字符上的字符串？

我使用了以下正则表达式来匹配Unicode空白：

Regex("[\\p{javaWhitespace}\u00A0\u2007\u202F]+")

这是因为\s只匹配拉丁-1空格，而\p{javaWhitespace}匹配Character.isWhitespace为true的所有字符。出于某种原因，这不包括我单独列出的几个特定字符

有关详细信息，请参阅文档

相关事实：虽然不会删除非打断空格或图形空格，但会删除

由于Java 7允许指定-标志，该标志基本上也适用于您当前的问题：

Pattern.compile("\\s+", Pattern.UNICODE_CHARACTER_CLASS)

不幸的是，Kotlins尚未通过直接支持此功能。有一个：

---

您很可能需要Java7+才能真正工作。替代方法可以是使用其他预定义的字符类。但是，您需要为您的Java版本查找适当的模式javadoc，以确保它实际工作，或者以试错的方式执行；-

您可能想看一下icu4j，特别是：BreakIterator.getCharacterInstance挂起一秒，实际上，这是不正确的，因为\u2000b实际上被解释为\u2000+b，它是后跟字母“b”的“EN QUAD”空格字符。我已将问题还原为其原始形式，因为这正是我的意图。啊，是的，在Java/Kotlin中，您可能需要将U+2000B表示为代理项对……无论如何，我已经编辑了我的答案，以删除不相关的内容，所以我们现在只是让其他人感到困惑：-

string.split("""(?U)\s+""".toRegex())