净正则表达式：什么是单词字符\ W？ [英] .Net regex: what is the word character \w?

问题描述

简单问题：
什么是模式的单词字符 \ W 在C＃,. NET？

Simple question:
What is the pattern for the word character \w in c#, .net?

我首先想到的是它匹配 [A-ZA-Z0-9 _] 和文档告诉我：

My first thought was that it matches [A-Za-z0-9_] and the documentation tells me:

Character class    Description          Pattern     Matches
\w                 Matches any          \w          "I", "D", "A", "1", "3"
                   word character.                  in "ID A1.3"

这是不是非常有帮助。
而 \ W 似乎符合 AOU ，太。还有什么？有没有更好的（精确）的定义可用？

which is not very helpful.
And \w seems to match äöü, too. What else? Is there a better (exact) definition available?

推荐答案

从文档：

\ W 匹配任何单词字符。单词字符是任何的下表中列出的统一code类会员。

Word Character: \w

\w matches any word character. A word character is a member of any of the Unicode categories listed in the following table.

  
• LL （字母，小写）
  
• 鲁（字母，大写）
  
• 中尉（字母，首字母大写）
  
• 罗（字母，其它）
  
• Lm的（字母，修饰符）
  
• 的Nd （数字，十进制数）
  
• PC （标点符号，连接器）   
    
  • 在此类别包括十个字符，最常用的，其中是LOWLINE字符（_），U + 005F。
    
  • Ll (Letter, Lowercase)
  • Lu (Letter, Uppercase)
  • Lt (Letter, Titlecase)
  • Lo (Letter, Other)
  • Lm (Letter, Modifier)
  • Nd (Number, Decimal Digit)
  • Pc (Punctuation, Connector)
    • This category includes ten characters, the most commonly used of which is the LOWLINE character (_), u+005F.

    如果指定符合ECMAScript的行为， \ W 等同于 [A-ZA-Z_0-9] 。

    If ECMAScript-compliant behavior is specified, \w is equivalent to [a-zA-Z_0-9].

    • 统一code字符数据库
    • 统一code中的人物标点，连接器类别

    See also

    • Unicode Character Database
    • Unicode Characters in the 'Punctuation, Connector' Category

    这篇关于净正则表达式：什么是单词字符\ W？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！