使用\p{InLatin1Supplement}正则报错？Unicode块匹配问题咨询

问题出在你混淆了Java常量名和Unicode块的标准字符串名称。

Java正则的\p{InXxx}语法中，Xxx必须是UnicodeBlock.forName()能直接识别的标准块名称，而不是Character.UnicodeBlock的常量名。Character.UnicodeBlock.LATIN_1_SUPPLEMENT这个常量对应的标准块名称是"Latin-1 Supplement"（包含连字符和空格），而不是你写的Latin1Supplement——你把常量名里的下划线直接去掉的写法不符合要求，UnicodeBlock.forName("Latin1Supplement")实际上会抛出异常，自然正则解析会失败。

正确的写法有三种： #

• 直接使用标准块名：\p{InLatin-1 Supplement}
• 使用block关键字指定：\p{block=Latin-1 Supplement} 或 \p{blk=Latin-1 Supplement}
• 直接用Latin-1 Supplement对应的字符范围（U+0080到U+00FF）：[\u0080-\u00FF]

代码示例 #

import java.util.regex.Pattern;

public class Latin1SupplementRegexTest {
    public static void main(String[] args) {
        // 验证正确写法
        Pattern validPattern1 = Pattern.compile("\\p{InLatin-1 Supplement}");
        Pattern validPattern2 = Pattern.compile("\\p{block=Latin-1 Supplement}");
        Pattern validPattern3 = Pattern.compile("[\\u0080-\\u00FF]");

        // 测试匹配©（属于Latin-1 Supplement的字符）
        String testChar = "©";
        System.out.println(validPattern1.matches(".*\\p{InLatin-1 Supplement}.*", testChar)); // true
        System.out.println(validPattern2.matches(".*\\p{block=Latin-1 Supplement}.*", testChar)); // true
        System.out.println(validPattern3.matches(".*[\\u0080-\\u00FF].*", testChar)); // true
    }
}

内容的提问来源于stack exchange，提问作者xtay2