UnicodeSet Clase

Definición

[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

Herencia

Object

JavaObject

Object

UnicodeFilter

UnicodeSet

Atributos

RegisterAttribute

Implementaciones

IFreezable IJavaObject IJavaPeerable ICloneable IComparable IIterable IDisposable

Comentarios

Conjunto mutable de caracteres Unicode y cadenas multicharacter. Los objetos de esta clase representan <las clases de caracteres em>/em< usadas> en expresiones regulares. Un carácter especifica un subconjunto de puntos de código Unicode. Los puntos de código legales son U+0000 a U+10FFFF, ambos incluidos.

Nota: el método freeze() no solo hará que el conjunto sea inmutable, sino que también hace que los métodos importantes sean mucho más altos: contains(c), containsNone (...), span (...), spanBack(...) etc. Una vez inmovilizado el objeto, cualquier llamada posterior que quiera cambiar el objeto producirá UnsupportedOperationException.

La clase UnicodeSet no está diseñada para ser subclasada.

UnicodeSet admite dos API. La primera es el <operando> em</em> API que permite al autor de la llamada modificar el valor de un UnicodeSet objeto. Se ajusta a la interfaz de Java 2java.util.Set, aunque UnicodeSet realmente no implementa esa interfaz. Se admiten todos los métodos de Set , con la modificación que toman un intervalo de caracteres o un carácter único en lugar de Object, y toman en UnicodeSet lugar de .Collection La API de operando puede considerarse en términos de lógica booleana: un OR booleano se implementa mediante add, un AND booleano se implementa mediante retain, se implementa un XOR booleano tomando complement un argumento y un valor booleano NOT se implementa sin complement argumento. En términos de nombres de función de teoría de conjuntos tradicionales, add es una unión, retain es una intersección, remove es una diferencia asimétrica y complement , sin ningún argumento, un complemento establecido con respecto al intervalo de superconjunto MIN_VALUE-MAX_VALUE

La segunda API es la applyPattern()/toPattern() API de las java.text.Formatclases derivadas de . A diferencia de los métodos que agregan caracteres, agregan categorías y controlan la lógica del conjunto, el método applyPattern() establece todos los atributos de un UnicodeSet elemento a la vez, en función de un patrón de cadena.

<b>Sintaxis< de patrón/b>

Los constructores y los métodos y applyPattern() el método aceptan patrones y devuelven los toPattern() patrones. Estos patrones siguen una sintaxis similar a la empleada por las clases de caracteres de expresión regular de la versión 8. Estos son algunos ejemplos sencillos:

<blockquote><table><tr style="vertical-align: top"><td style="white-space: nowrap; vertical-align: top; horizontal-align: left;">[]</td><td style="vertical-align: top;">No hay caracteres</td></tr><style="vertical-align: top"><td style="white-space: nowrap; vertical-align: top; horizontal-align: left;">[a]</td><td style="vertical-align: top;">El carácter '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;">Los caracteres 'a' y 'e'</td></tr tr><td><style="white-space: nowrap; vertical-align: top; horizontal-align: left;">[a-e]</td><td style="vertical-align: top;">Los caracteres 'a' a través de 'e' inclusive, en el orden< del punto de código Unicode/td></tr tr><td><style="white-space: nowrap; vertical-align: top; horizontal-align: left;">[\\u4E01]</td><td style="vertical-align: top;">El carácter 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;">El carácter 'a' y las cadenas multicharacter " ab" y " ac"</td></tr tr td><><style="white-space: nowrap; vertical-align: top; horizontal-align: left;">[\p{Lu}]</td><td style="vertical-align: top;">Todos los caracteres de la categoría general Letra< mayúscula/td></tr></table></blockquote>

Cualquier carácter puede ir precedido de una barra diagonal inversa para quitar cualquier significado especial. Los caracteres de espacio en blanco, tal como se definen en la propiedad Pattern_White_Space Unicode, se omiten, a menos que se escapen.

Los patrones de propiedad especifican un conjunto de caracteres que tienen una determinada propiedad tal como se define en el estándar Unicode. Se reconocen la sintaxis similar a POSIX "[:Lu:]" y la sintaxis similar a Perl "\p{Lu}". Para obtener una lista completa de los patrones de propiedades admitidos, consulte la Guía del usuario para UnicodeSet en https://unicode-org.github.io/icu/userguide/strings/unicodeset. La determinación real de los datos de propiedad se define mediante la base de datos Unicode subyacente implementada por UCharacter.

Los patrones especifican caracteres individuales, intervalos de caracteres y conjuntos de propiedades Unicode. Cuando los elementos se concatenan, especifican su unión. Para complementar un conjunto, coloque un '^' inmediatamente después de la apertura '['. Los patrones de propiedad se invierten modificando sus delimitadores; "[:^foo]" y "\P{foo}". En cualquier otra ubicación, '^' no tiene ningún significado especial.

Desde ICU 70, "[^...]", "[:^foo]", "\P{foo}" y "[:binaryProperty=No:]" realizan un "complemento de punto de código" (todos los puntos de código menos el conjunto original), quitando todas las cadenas multicharacter, equivalentes a .#complement(). #removeAllStrings() . La #complement() función de API continúa realizando una diferencia simétrica con todos los puntos de código y, por tanto, conserva todas las cadenas de varios caracteres.

Los intervalos se indican colocando dos "-" entre dos caracteres, como en "a-z". Esto especifica el intervalo de todos los caracteres de la izquierda a la derecha, en orden Unicode. Si el carácter izquierdo es mayor o igual que el carácter derecho, se trata de un error de sintaxis. Si "-" se produce como el primer carácter después de la apertura '[' o '[^', o si se produce como el último carácter antes del cierre ']', se toma como literal. Por lo tanto, "[a\\-b]", "[-ab]" y "[ab-]" indican el mismo conjunto de tres caracteres, "a", "b" y "-".

Los conjuntos se pueden intersecr con el operador '&' o la diferencia de conjunto asimétrico se puede tomar utilizando el operador '-', por ejemplo, "[[:L:]&[ \\u0000-\\u0FFF]]" indica el conjunto de todas las letras Unicode con valores inferiores a 4096. Los operadores ('&' y '|') tienen la misma precedencia y enlazan de izquierda a derecha. Por lo tanto"[:L:]-[a-z]-[\\u0100-\\u01FF]]" equivale a "[[[[:L:]-[a-z]-[\\u0100-\\u01FF]]". Esto sólo importa para la diferencia; la intersección es conmutativa.

<table><tr style="vertical-align: top;"><td style="white-space: nowrap;">[a]<td>El conjunto que contiene 'a' <tr style="vertical-align: top;"><td style="white-space: nowrap;">[a-z]<td>El conjunto que contiene 'a' a 'z' y todas las letras entre, en orden <Unicode tr style="vertical-align: top;"><td style="white-space: nowrap;">[^a-z]<td>El conjunto que contiene todos los caracteres, pero 'a' a 'z', es decir, U+0000 a 'a'-1 y 'z'+1 a U+10FFFF <tr style="vertical-align: top;"><td style="white-space: nowrap;">[[<em>pat1</em>][<em>pat2</em>]]<td>Unión de conjuntos especificados por <em>pat1</em> y <em>pat2</em><tr style="vertical-align: top;"><td style="white-space: nowrap;">[[<em>pat1</em>]&amp;[<em>pat2</em>]]<td>Intersección de conjuntos especificados por <em>pat1</em> y <em>pat2</em><tr style="vertical-align: top;"><td style="white-space: nowrap;">[[<em>pat1</em>]-[<em>pat2</em>]]<td>Diferencia asimétrica de conjuntos especificados por <em>pat1</em> y <em>pat2</em><tr style="vertical-align: top;"><td style="white-space: nowrap;">[:Lu:] or \p{Lu}<td>El conjunto de caracteres que tiene la propiedad Unicode especificada; en este caso, letras mayúsculas <Unicode tr style="vertical-align: top;"><td style="white-space: nowrap;">[:^Lu:] or \P{Lu}<td>El conjunto de caracteres <em>not</em> que tiene la propiedad <Unicode determinada /table>

<b>Sintaxis< formal/b>

<blockquote><table><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>cualquier carácter que no< sea/em> special<br> | ('\\' <>em any character</em>)<br> | ('&#92;u' hex hex hex hex)<br> </td></tr tr><style="vertical-align: top"><td style="white-space: nowrap; vertical-align: top;" align="right">hex :=  </td><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 puede reemplazarse por b/td<>/tr tr td<><>style="espacio en blanco: nowrap; vertical-align: top;"<>a?</td><td style="vertical-align: top;"></td><td style="vertical-align: top;">cero o una instancia 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;">una o varias instancias 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;">abo < 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;">cadena literal entre comillas </td></tr></table></td></tr></table/table></blockquote>

Para recorrer en iteración el contenido de UnicodeSet, están disponibles las siguientes opciones: <ul><li>para iterar en los intervalos: #ranges(), #rangeStream()</li><li>para recorrer en iteración las cadenas: #strings(),#stringStream()< /li><li>para recorrer en iteración los puntos de código: #codePoints(),#codePointStream()< /li><li>para recorrer en iteración todo el contenido de un único bucle: esta clase en sí es Iterableo use .#stream()<Br> Todos estos métodos son, sin embargo, no especialmente eficientes, ya que convierten cada punto de código individual en un String. </ul>

Los métodos iteradores y secuencias funcionan según lo previsto en el uso de Java idioma.<br> No UnicodeSetIterator se puede usar en <>bucles b for</b>, y no es muy Java-idiomatic, porque es antiguo. Pero puede ser más rápido en determinados casos de uso. Se recomienda medir en código sensible al rendimiento.<br>

Para reemplazar, contar elementos o eliminar intervalos, vea android.icu.text.UnicodeSetSpanner UnicodeSetSpanner.

Java documentación para android.icu.text.UnicodeSet.

Las partes de esta página son modificaciones basadas en el trabajo creado y compartido por el Android y se usan según los términos descritos en creative Creative Commons 2.5 Attribution License.