Regex Kurzschrift "\ w" Unterschied in Perl5Util (Apache ORO) vs Java-Regex

Question

Warum bekomme ich unterschiedliche Ergebnisse für unter Regex-Ausdruck?

String regexp = "^[\\w]+$"; 
String input = "Ã"; 

System.out.println(Pattern.matches(regex, input)); // false 
System.out.println(new Perl5Util().match("/" + regex + "/", input)); //true 

Wie findet Perl5Util die Übereinstimmungen des gegebenen Zeichens, aber die Regex-Engine von Java ist nicht?

Answer 1

Die \w ist ein Wort Charakter Stenografie Zeichenklasse übereinstimmt, und kann © nicht belongs to the \p{So} (Symbol, Other) category da sie übereinstimmen.

Ihr Test bestätigt, dass Perl5Util Unicode standardmäßig unterstützt.

In Java können Sie die Übereinstimmung aller Unicode-Buchstaben und -Ziffern aktivieren, indem Sie das Muster mit dem Inline-Modifikator (?U) voranstellen oder das Muster mit Pattern.UNICODE_CHARACTER_CLASS modifier flag kompilieren.