Java正規表現の\ wおよび\ bのUnicode相当物？
最新の正規表現の実装の多くは、\w「任意の文字、数字、または接続句読点」としての文字クラスの略記（通常：アンダースコア）。そうすれば、\w+は、hello、élève、GOÄ_432 または gefräßig。
残念ながら、Javaはそうではありません。Javaでは、\wは[A-Za-z0-9_]。これにより、他の問題の中でも、上記のような単語のマッチングが困難になります。
また、\b単語区切り文字は、そうすべきでない場所で一致します。
.NETのような、Unicode対応の\w または \b Javaで？ Unicodeに対応するために「書き換え」が必要なショートカットは他にありますか？
\wが機能しないのは本当に残念です。提案されたソリューション\p{Alpha}も私には機能しません。
[\p{L}]はすべてのUnicode文字をキャッチするようです。したがって、\wに相当するUnicodeは[\p{L}\p{Digit}_]でなければなりません。
Javaでは、_\w_および_\d_はUnicodeに対応していません。 ASCII文字、_[A-Za-z0-9_]_および_[0-9]_のみに一致します。同じことが_\p{Alpha}_と友人にも当てはまります（それらが基づいているPOSIXの「文字クラス」はロケールに依存するはずですが、JavaではASCII文字）。 Unicodeの「Word文字」と一致させる場合は、つづりを入力する必要があります。 _[\pL\p{Mn}\p{Nd}\p{Pc}]_、文字、非スペーシング修飾子（アクセント）、10進数、および接続句読点。
ただし、Javaの_\b_isUnicode-savvy; Character.isLetterOrDigit(ch)を使用し、アクセント付きの文字もチェックしますが、認識する「接続句読点」文字はアンダースコアのみです。 EDIT：サンプルコードを試すと、_""_と_élève"_が本来のように出力されます（ ideone.com ）でご覧ください。