Javaで文字列を与えて「漢字かそれ以外か」でグルーピングしたいです.つまり、1文字とも取りこぼす文字はあってはならないのが条件です.次のようなサンプルを作ってみたのですが...
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegexTest {
private static Pattern cjkIdeoGraphicOrNotPattern = Pattern.compile("(?U)([\\P{InCJKUnifiedIdeographs}]&&[\\P{InCJKUnifiedIdeographsExtensionA}]&&[\\P{InCJKUnifiedIdeographsExtensionB}]&&[\\P{InCJKUnifiedIdeographsExtensionC}]&&[\\P{InCJKUnifiedIdeographsExtensionD}])+|([\\p{InCJKUnifiedIdeographs}]|[\\p{InCJKUnifiedIdeographsExtensionA}]|[\\p{InCJKUnifiedIdeographsExtensionB}]|[\\p{InCJKUnifiedIdeographsExtensionC}]|[\\p{InCJKUnifiedIdeographsExtensionD}])+");
public static void main(String[] args) {
String target = "2000年问题 2001年问题";
Matcher matcher = cjkIdeoGraphicOrNotPattern.matcher(target);
while (matcher.find()) {
System.out.println("Matches = \"" + matcher.group() + "\"");
}
}
}
結果は漢字の部分だけにマッチしてしまいます.
Matches = "年问题"
Matches = "年问题"
望まれる結果は
Matches = "2000"
Matches = "年问题"
Matches = " 2001"
Matches = "年问题"
なのですが、このようなことって正規表現で実現できますでしょうか?
以上 よろしくお願いいたします.