大概两年前，在Golang正则表达式使用及简单示例中提到了在正则表达式中使用\p{Lu}来匹配Unicode 类别或 Unicode 块：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
package main import ( "regexp" "fmt" ) func foo(i int) *int { a := i + 1 return &(a) } func main() { reg := regexp.MustCompile(`\p{Lu}`) fmt.Println(reg.MatchString("A")) } |
但是，在日常使用的时候经常不知道自己要匹配的那个 Unicode 字符属于拿一个类别。于是翻了一下 Golang 所遵循的 RE2 列别表。把一些常用的类别和命名块列举如下：
常用 Unicode 常规类别
| 类别 | 描述 |
|---|---|
| Ll | 小写字母 |
| Lu | 大写字母 |
| Lt | 首字母大写字母 |
| Lo | 其他字母（注音字母、表意文字等） |
| L | 字母，== Lu | Ll | Lt | Lm | Lo |
| Sm | 数学符号 |
| Sc | 货币符号 |
比较遗憾的是，目前还没有专门的 Emoji 类别。因此，目前如果你想匹配 Emoji 表情的话，还是需要写 Unicode 范围表达式，诸如 [\x{1F600}-\x{1F6FF}|[\x{2600}-\x{26FF}]，来匹配表情符号。
常用 Unicode 命名块
| 名称 | 描述 |
|---|---|
| Greek | 希腊语 |
| Han | 汉语 |
| Tibetan | 藏语 |
| Thai | 泰语 |
| Latin | 拉丁语 |
| Hebrew | 希伯来语 |