Regex java 8中的Pattern.matcher与节号§不匹配；

我有以下代码段：

private static final Pattern ESCAPER_PATTERN = Pattern.compile("[^a-zA-Z0-9\\p{P}\\s]*");

/**
 * @param args
 */
public static void main(String[] args)
{
    String unaccentedText = "Aa123 \\/*-+.=+:/;.,?u%µ£$*^¨-)ac!e§('\"e&€#²³~´][{^";
    System.out.println(ESCAPER_PATTERN.matcher(unaccentedText).replaceAll(""));         
}

当我使用JDK 7执行此操作时，得到的输出是：

Aa123 \/*-.:/;.,?u%*-)ac!e('"e&#][{ Aa123 \/*-.:/;.,?u%*-)ac!e§('"e&#][{ Aa123\/*-.：/；。，？u%*-）ac！e（“'e&#][{ 当我使用JDK 8执行相同的操作时，我得到的输出是：

Aa123 \/*-.:/;.,?u%*-)ac!e('"e&#][{ Aa123 \/*-.:/;.,?u%*-)ac!e§('"e&#][{ Aa123\/*-.：/，？u%*-）ac！e§（''e&#][{ 请注意，JDK 8没有删除章节标志§

请让我知道JDK 8中要使用的正则表达式，以匹配剖面符号，以及JDK之间行为差异的原因。

Unicode移动了您的奶酪 字符

U+00A7剖面符号

已从类别So（符号，其他）更改为类别Po（标点符号，其他）：

• UnicodeData.txt
  • U+00A7、U+00B6、U+0F14、U+1360和U+10102从gc=So更改为gc=Po

由于Java在版本7中使用，并在版本8中更新为，因此它解释了结果的差异。由于

§

现在属于标点符号类别，因此在Java 8中它与

\p{p}

匹配

错误的解决方案 由于常规标点符号如

！

，

#

，

“

，…也属于采购订单类别，因此我们无法真正删除此子类别

下一个显而易见的解决方案是使用字符集交集删除不需要的字符：

"[^a-zA-Z0-9\\p{P}\\s&&[^\u00a7]]"

…但是，等一下，上面的正则表达式编译为：

[^a-zA-Z0-9\p{P}\s&&[^§]]
Start. Start unanchored match (minLength=1)
Pattern.intersection. S ∩ T:
  Pattern.setDifference. S ∖ T:
    Pattern.setDifference. S ∖ T:
      Pattern.setDifference. S ∖ T:
        Pattern.setDifference. S ∖ T:
          CharProperty.complement. S̄:
            Pattern.rangeFor. U+0061 <= codePoint <= U+007A.
          Pattern.rangeFor. U+0041 <= codePoint <= U+005A.
        Pattern.rangeFor. U+0030 <= codePoint <= U+0039.
      DEBUG charProp: java.util.regex.Pattern$Category
    Ctype. POSIX (US-ASCII): SPACE
  CharProperty.complement. S̄:
    BitClass. Match any of these 1 character(s):
      §
java.util.regex.Pattern$LastNode
Node. Accept match

[[^a-zA-Z0-9\p{P}\s]§]
Start. Start unanchored match (minLength=1)
Pattern.union. S ∪ T:
  Pattern.setDifference. S ∖ T:
    Pattern.setDifference. S ∖ T:
      Pattern.setDifference. S ∖ T:
        Pattern.setDifference. S ∖ T:
          CharProperty.complement. S̄:
            Pattern.rangeFor. U+0061 <= codePoint <= U+007A.
          Pattern.rangeFor. U+0041 <= codePoint <= U+005A.
        Pattern.rangeFor. U+0030 <= codePoint <= U+0039.
      DEBUG charProp: java.util.regex.Pattern$Category
    Ctype. POSIX (US-ASCII): SPACE
  BitClass. Match any of these 1 character(s):
    §
java.util.regex.Pattern$LastNode
Node. Accept match

其汇编目的是：

[^a-zA-Z0-9\p{P}\s&&[^§]]
Start. Start unanchored match (minLength=1)
Pattern.intersection. S ∩ T:
  Pattern.setDifference. S ∖ T:
    Pattern.setDifference. S ∖ T:
      Pattern.setDifference. S ∖ T:
        Pattern.setDifference. S ∖ T:
          CharProperty.complement. S̄:
            Pattern.rangeFor. U+0061 <= codePoint <= U+007A.
          Pattern.rangeFor. U+0041 <= codePoint <= U+005A.
        Pattern.rangeFor. U+0030 <= codePoint <= U+0039.
      DEBUG charProp: java.util.regex.Pattern$Category
    Ctype. POSIX (US-ASCII): SPACE
  CharProperty.complement. S̄:
    BitClass. Match any of these 1 character(s):
      §
java.util.regex.Pattern$LastNode
Node. Accept match

[[^a-zA-Z0-9\p{P}\s]§]
Start. Start unanchored match (minLength=1)
Pattern.union. S ∪ T:
  Pattern.setDifference. S ∖ T:
    Pattern.setDifference. S ∖ T:
      Pattern.setDifference. S ∖ T:
        Pattern.setDifference. S ∖ T:
          CharProperty.complement. S̄:
            Pattern.rangeFor. U+0061 <= codePoint <= U+007A.
          Pattern.rangeFor. U+0041 <= codePoint <= U+005A.
        Pattern.rangeFor. U+0030 <= codePoint <= U+0039.
      DEBUG charProp: java.util.regex.Pattern$Category
    Ctype. POSIX (US-ASCII): SPACE
  BitClass. Match any of these 1 character(s):
    §
java.util.regex.Pattern$LastNode
Node. Accept match

[^a-zA-Z0-9\p{p}\s]§]
开始。开始未编排的匹配（minLength=1）
模式联合∪ T:
Pattern.setDifference.S∖ T:
Pattern.setDifference.S∖ T:
Pattern.setDifference.S∖ T:
Pattern.setDifference.S∖ T:
CharProperty.complement.S̄：
Pattern.rangeFor.U+0061我在中没有看到
\p{p}
，应该匹配什么？@SeanBright:查看并查找@nhahtdh中的“一般类别”常量-我有点厚，我在任何地方都看不到“p”。我相信你的话，如果我仔细阅读，我会理解：-）@肖恩布赖特：啊，这似乎没有被清楚地提到。
P
包括所有以
P
（标点符号）开头的速记类别。@nhahtdh-明白了。谢谢你的教育。