按Unicode类别拆分字符串

Question

我有一个包含许多不同字符的字符串，我想能够通过unicode中[P0]类别中的所有字符来分割该字符串。如何轻松地实现这一目标呢？（即我想避免枚举此列表中的所有字符，然后创建一个巨大的字符数组，再通过它进行分割）。我还想象这些字符存储的常见属性会使这更容易。那么，如何通过所有unicode标点符号字符来分割一个字符串呢？

- soandos

Answer 1

Po 类别被 .NET 正则表达式引擎支持，因此您可以直接执行以下操作：

Regex.Split("this,is.a!test", @"\p{Po}") // [ "this", "is", "a", "test" ]

- p.s.w.g

---

这不只是其他标点符号吗？ - soandos

但是 Ps、Pi、Pf、Pe 等呢？ - soandos

@soandos 你可以使用\p{P}。在我的答案中查看链接：“所有标点符号字符。这包括 Pc、Pd、Ps、Pe、Pi、Pf 和 Po 类别”。如果你只想包含其中的一些（例如 Po 和 Pc），请使用字符类，像这样：[\p{Po}\p{Pc}]。 - p.s.w.g