UnicodeSet Classe

Définition

[Android.Runtime.Register("android/icu/text/UnicodeSet", ApiSince=24, DoNotGenerateAcw=true)]
public class UnicodeSet : Android.Icu.Text.UnicodeFilter, Android.Icu.Util.IFreezable, IDisposable, Java.Lang.IComparable, Java.Lang.IIterable

[<Android.Runtime.Register("android/icu/text/UnicodeSet", ApiSince=24, DoNotGenerateAcw=true)>]
type UnicodeSet = class
    inherit UnicodeFilter
    interface IFreezable
    interface ICloneable
    interface IJavaObject
    interface IDisposable
    interface IJavaPeerable
    interface IComparable
    interface IIterable

Héritage

Object

JavaObject

Object

UnicodeFilter

UnicodeSet

Attributs

RegisterAttribute

Implémente

IFreezable IJavaObject IJavaPeerable ICloneable IComparable IIterable IDisposable

Remarques

Ensemble mutable de caractères Unicode et de chaînes multicharacteurs. Les objets de cette classe représentent <>les classes< de caractères em> utilisées dans les expressions régulières. Un caractère spécifie un sous-ensemble de points de code Unicode. Les points de code légal sont U+0000 à U+10FFFF, inclus.

Remarque : la méthode freeze() rend non seulement l’ensemble immuable, mais rend également les méthodes importantes beaucoup plus hautes performances : contains(c), containsNone(...), span(...), spanBack(...) etc. Une fois l’objet gelé, tout appel suivant qui souhaite modifier l’objet lève une exception UnsupportedOperationException.

La classe UnicodeSet n’est pas conçue pour être sous-classée.

UnicodeSet prend en charge deux API. La première est l’API em operand</em> qui permet à l’appelant de modifier la valeur d’un < objet.>UnicodeSet Elle est conforme à l'interface de java.util.Set Java 2, même si UnicodeSet elle n'implémente pas réellement cette interface. Toutes les méthodes sont Set prises en charge, avec la modification qu’ils prennent une plage de caractères ou un caractère unique au lieu d’un Object, et ils prennent un UnicodeSet au lieu d’un Collection. L’API d’opérande peut être considérée en termes de logique booléenne : une OR booléenne est implémentée par add, un AND booléen est implémenté par retain, un XOR booléen est implémenté complement en prenant un argument, et un booléen NOT est implémenté par complement aucun argument. En termes de noms de fonctions de théorie de jeu traditionnels, add est une union, retain est une intersection, remove est une différence asymétrique, et complement sans argument est un complément défini par rapport à la plage de supersets MIN_VALUE-MAX_VALUE

La deuxième API est l’API applyPattern()/toPattern()des java.text.Formatclasses dérivées. Contrairement aux méthodes qui ajoutent des caractères, ajoutent des catégories et contrôlent la logique du jeu, la méthode applyPattern() définit tous les attributs d’un UnicodeSet caractère à la fois, en fonction d’un modèle de chaîne.

<b>Syntaxe< du modèle/b>

Les modèles sont acceptés par les constructeurs et les applyPattern() méthodes et retournés par la toPattern() méthode. Ces modèles suivent une syntaxe similaire à celle utilisée par les classes de caractères d’expression régulière version 8. Voici quelques exemples simples :

<table>blockquote<>tr style="vertical-align : top"<>td style="white-space : nowrap ; vertical-align : top ; horizontal-align : left ; »<>[]</td td><style="vertical-align : top ; »>Aucun caractère</td></tr tr><style="vertical-align : top"><td style="white-space : nowrap ; vertical-align : top ; horizontal-align : left ; »>[a]</td td><style="vertical-align : top ; »>Caractère 'a'</td></tr tr><style="vertical-align : top"td style="><white-space : nowrap ; vertical-align : top ; horizontal-align : left ; »>[ae]</td td><style="vertical-align : top ; »>Les caractères 'a' et 'e'</td></tr tr><td><style="white-space : nowrap ; vertical-align : top ; horizontal-align : left ; »>[a-e]</td td><style="vertical-align : top ; »>Les caractères 'a' via 'e' inclus, dans l’ordre< du point de code Unicode/td></tr><><td style="white-space : nowrap ; vertical-align : top ; horizontal-align : left ; »>[\\u4E01]</td td><style="vertical-align : top ; »>Caractère U+4E01</td></tr tr><td><style="white-space : nowrap ; vertical-align : top ; horizontal-align : left ; »>[a{ab}{ac}]</td td><style="vertical-align : top ; »>Caractère 'a' et chaînes multicharacter " ab" et " ac"</td>/tr tr<>style<>="white-space : nowrap ; vertical-align : top ; horizontal-align : left ; »<>[\p{Lu}]</td td><style="vertical-align : top ; »>Tous les caractères de la catégorie générale lettre< majuscule/td></tr></table></blockquote>

Tout caractère peut être précédé d’une barre oblique inverse afin de supprimer toute signification particulière. Les espaces blancs, tels que définis par la propriété Pattern_White_Space Unicode, sont ignorés, sauf s’ils sont échappés.

Les modèles de propriété spécifient un ensemble de caractères ayant une certaine propriété telle que définie par la norme Unicode. La syntaxe de type POSIX « [ :Lu :] » et la syntaxe perl-like « \p{Lu} » sont reconnues. Pour obtenir la liste complète des modèles de propriétés pris en charge, consultez le Guide de l’utilisateur pour UnicodeSet à l’adresse https://unicode-org.github.io/icu/userguide/strings/unicodeset. La détermination réelle des données de propriété est définie par la base de données Unicode sous-jacente telle qu’implémentée par UCharacter.

Les modèles spécifient des caractères individuels, des plages de caractères et des jeux de propriétés Unicode. Lorsque les éléments sont concaténés, ils spécifient leur union. Pour compléter un ensemble, placez un '^' immédiatement après l’ouverture '['. Les modèles de propriété sont inversés en modifiant leurs délimiteurs ; « [ :^foo] » et « \P{foo} ». Dans n’importe quel autre emplacement, '^' n’a aucune signification particulière.

Depuis ICU 70, « [^...] », « [ :^foo] », « \P{foo} », et « [ :binaryProperty=No :] » effectuent un « complément de point de code » (tous les points de code moins le jeu d’origine), supprimant toutes les chaînes multicharactères, équivalentes à .#complement(). #removeAllStrings(). La #complement() fonction API continue d’effectuer une différence symétrique avec tous les points de code et conserve donc toutes les chaînes multicharactères.

Les plages sont indiquées en plaçant deux caractères entre deux caractères, comme dans « a-z ». Cela spécifie la plage de tous les caractères de gauche à droite, dans l’ordre Unicode. Si le caractère gauche est supérieur ou égal au caractère droit, il s’agit d’une erreur de syntaxe. Si un '-' se produit comme premier caractère après l’ouverture '[' ou '[^', ou s’il se produit comme dernier caractère avant la fermeture ']', il est pris comme littéral. Ainsi, « [a\-b] », « [-ab] » et « [ab-] » indiquent tous le même jeu de trois caractères, 'a', 'b' et '-'.

Les jeux peuvent être croisés à l’aide de l’opérateur '&' ou de la différence de jeu asymétrique peuvent être pris à l’aide de l’opérateur '-', par exemple " [[ :L :]&[ \\u0000-\\u0FFF]] » indique l’ensemble de toutes les lettres Unicode avec des valeurs inférieures à 4096. Les opérateurs ('&' et '|') ont une priorité égale et lient la gauche à droite. Ainsi, « [ :L :]-[a-z]-[\\u0100-\\u01FF]] » équivaut à « [[[ :L :]-[a-z]-[\\u0100-\\u01FF]] ». Cela ne compte vraiment que pour la différence ; intersection est commutative.

<table><tr style="vertical-align : top ; »><td style="white-space : nowrap ; »>[a]<td>L’ensemble contenant 'a' <tr style="vertical-align : top ; »><td style="white-space : nowrap ; »>[a-z]<td>L’ensemble contenant 'a' à 'z' et toutes les lettres entre, dans l’ordre <Unicode tr style="vertical-align : top ; »><td style="white-space : nowrap ; »>[^a-z]<td>L’ensemble contenant tous les caractères mais « a » à « z », c’est-à-dire U+0000 à ' a'-1 et 'z'+1 à U+10FFFF <tr style="vertical-align : top ; »><td style="white-space : nowrap ; »>[[<em>pat1</em>][<em>pat2</em>]]<td>L’union des jeux spécifiés par <em>pat1</em> et <em>pat2</em><tr style="vertical-align : top ; »><td style="white-space : nowrap ; »>[[<em>pat1</em>]&amp;[<em>pat2</em>]]<td>L’intersection des jeux spécifiés par <em>pat1</em et >em<> pat2</em><tr style="vertical-align : top ; »><td style="white-space : nowrap ; »>[[<em>pat1</em>]-[<em>pat2</em>]]<td>La différence asymétrique des jeux spécifiés par <em>pat1</em> et <em>pat2</em><tr style="vertical-align : top ; »><td style="white-space : nowrap ; »>[:Lu:] or \p{Lu}<td>Le jeu de caractères ayant la propriété Unicode spécifiée ; dans ce cas, les lettres <majuscules Unicode tr style="vertical-align : top ; »><td style="white-space : nowrap ; »>[:^Lu:] or \P{Lu}<td>Le jeu de caractères <em>non</em> ayant la propriété <Unicode /table donnée>

<b>Syntaxe formelle</b>

<table>blockquote<>tr style="vertical-align : top"<>td style="white-space : nowrap ; vertical-align : top ; » align="right"<>pattern :=  /td td<>style="vertical-align : top ; »<>('[' '^'? item* ']') | property</td>/tr tr<>style="vertical-align : top"<>td style="white-space : nowrap ; vertical-align : top ; » align="right"<>item :=  /td td<>style="vertical-align : top ; »<>char | (char '-' char) | pattern-expr<br> </td>/tr tr<>style="vertical-align : top"<>td style="white-space : nowrap ; vertical-align : top ; » align="right"<>pattern-expr :=  /td td<>style="vertical-align : top ; »<>pattern | pattern-expr pattern | pattern-expr op pattern<br> </td>/tr tr<>style="vertical-align : top"<>td style="white-space : nowrap ; vertical-align : top ; » align="right"<>op :=  /td td<>style="vertical-align : top ; »<>'&amp;' | '-'<br> </td>/tr tr<>style="vertical-align : top"<>td style="white-space : nowrap ; vertical-align : top ; » align="right"<>special :=  /td td<>style="vertical-align : top ; »<>'[' | ']' | '-'<br> </td></tr tr><style="vertical-align : top"><td style="white-space : nowrap ; vertical-align : top ; » align="right">char :=  </td td><style="vertical-align : top ; »><em>tout caractère qui n’est pas</em> special<br> | ('\\' <>n’importe quel caractère</em/td>)<br> | ('&#92;u' hex hex hex hex)<br> <></tr><tr style="vertical-align : top"><td style="white-space : nowrap ; vertical-align : top ; » align="right">hex :=  </td><style="vertical-align : top ; »>'0' | '1' | '2' | '3' | '4' | '5' | '6' | '7' | '8' | '9' |<br> &nbsp;&nbsp;&nbsp;&nbsp;'A' | 'B' | 'C' | 'D' | 'E' | 'F' | 'a' | 'b' | 'c' | 'd' | 'e' | 'f'</td></tr tr><><td style="white-space : nowrap ; vertical-align : top ; » align="right">property :=  </td td><style="vertical-align : top ; »><em>a Unicode property set pattern</em></td></tr/table br>< table><><border="1"><tr><td>Legend : <table><tr><td style="white-space : nowrap ; vertical-align : top ; »>a := b</td td><style="width : 20 ; vertical-align : top ; »>  ; </td><td style="vertical-align : top ; »>a peut être remplacé par b/td<>/tr tr<>td<>style="white-space : nowrap ; vertical-align : top ; »<>a?</td td><style="vertical-align : top ; »></td td><style="vertical-align : top ; »>zéro ou une instance de a<br></td></tr tr><td><style="white-space : nowrap ; vertical-align : top ; »>a*</td td><style="vertical-align : top ; »></td td><style="vertical-align : top ; »>une ou plusieurs instances de a<br></td></tr tr><td><style="white-space : nowrap ; vertical-align : top ; »>a | b</td td><style="vertical-align : top ; »></td td><style="vertical-align : top ; »>soit ab<br></td></tr tr><><style="white-space : nowrap ; vertical-align : top ; »>'a'</td td><style="vertical-align : top ; »></td td><style="vertical-align : top ; »>chaîne littérale entre les guillemets </td></tr></table></td></><table></blockquote>

Pour itérer sur le contenu de UnicodeSet, les éléments suivants sont disponibles : <ul><li>to itérer sur les plages : #ranges(),#rangeStream()< /li li><>to iterate over the strings : #strings(),#stringStream()< /li li><>to iterate over the code points : #codePoints(),#codePointStream()< /li><to>iterate over the entier contents in a single loop : this class is Iterable, or use .#stream()<br> Toutes ces méthodes ne sont toutefois pas particulièrement efficaces, car elles convertissent chaque point de code individuel en un String. </ul>

Les itérateurs et les méthodes de flux fonctionnent comme prévu dans l’utilisation des Java idiomatiques.<br> Ne UnicodeSetIterator peut pas être utilisé dans <les boucles b>for</b>, et il n’est pas très Java-idiomatique, car il est ancien. Mais cela peut être plus rapide dans certains cas d’usage. Nous vous recommandons de mesurer le code sensible aux performances.<br>

Pour remplacer, compter des éléments ou supprimer des étendues, consultez android.icu.text.UnicodeSetSpanner UnicodeSetSpanner.

Java documentation pour android.icu.text.UnicodeSet.

Les parties de cette page sont des modifications basées sur le travail créé et partagé par Android Open Source et utilisées en fonction des termes décrits dans la Creative Commons 2.5 Attribution License.