Scala REPL中的Unicode正则表达式

Question

我想检测Unicode Letters(\p{L})的单词.

Scala的REPL给出false了以下语句,而在Java中它是true(这是正确的行为):

java.util.regex.Pattern.compile("\\p{L}").matcher("ä").matches()

Java和Scala都在JRE 1.7中运行:

System.getProperty("java.version") 回馈 "1.7.0_60-ea"

可能是什么原因？

Answer 1

解释器中可能使用了不兼容的字符编码。例如，这是我的输出：

scala> System.getProperty("file.encoding")
res0: String = UTF-8

scala> java.util.regex.Pattern.compile("\\p{L}").matcher("ä").matches()
res1: Boolean = true

因此，解决方案是scala使用-Dfile.encoding=UTF-8。但是请注意，此博客文章（有点旧）：

我们发现为Scala设置默认字符编码的唯一可靠方法是在运行应用程序之前设置$ JAVA_OPTS：

$ JAVA_OPTS="-Dfile.encoding=utf8" scala [...]只是尝试设置scala -Dfile.encoding=utf8似乎没有做到。[...]

这里不是这种情况，但也可能发生：或者，您的“ä”可能是音调（变音符号），后跟“ a”，例如：

scala> println("a\u0308")                                                                                             
ä                                                                                                                                                                                                                    
scala> java.util.regex.Pattern.compile("\\p{L}").matcher("a\u0308").matches()                                         
res1: Boolean = false

在某些通过Unicode组合字符创建变音符号的系统上，这有时是个问题（我认为OS X至少在某些版本中是一个）。有关更多信息，请参阅Paul的问题。