PCRE正则中\p{N}的数字字符定义及中日数字不匹配问题

首先得明确Unicode字符分类和\p{N}的匹配范围：

• \p{N}对应的是Unicode通用类别里的Number（数字）类字符，这个类下面又分三个子类：
  • Nd：十进制数字，比如阿拉伯数字1、梵文数字६、卡纳达数字೬这类有明确十进制数值的字符
  • Nl：类字母数字，比如罗马数字Ⅸ
  • No：其他数字符号，比如分数¾、上标数字¹这类特殊数字标记
• 而中文的「一、六」，日文的「一、六」这类字符，在Unicode里被归类为Lo（Other Letters，其他字母），属于表意文字的字母范畴，根本不在Number类里，自然不会被\p{N}匹配。

如果要匹配这类中文/日文数字，得单独处理：要么直接写出目标字符范围，比如[一二三四五六七八九十零〇壹贰叁肆伍陆柒捌玖拾佰仟万亿]；要么先筛选CJK字符区块再匹配数字表意字。

内容的提问来源于stack exchange，提问作者julaine