Perl5Util（Apache ORO）とJava正規表現のRegex shorthand "\ w"の相違

Question

以下の正規表現の結果が異なるのはなぜですか？

String regexp = "^[\\w]+$"; 
String input = "Ã"; 

System.out.println(Pattern.matches(regex, input)); // false 
System.out.println(new Perl5Util().match("/" + regex + "/", input)); //true 

どうPerl5Utilは、指定された文字の一致を見つけることが、Javaの正規表現エンジンではありませんでしょうか？

Answer 1

\wは、速記文字クラスを一致単語文字であり、それbelongs to the \p{So} (Symbol, Other) category以来©と一致することはできません。

あなたのテストでは、デフォルトでPerl5UtilがUnicodeに対応していることが確認されています。

Javaでは、パターンを(?U)インライン修飾子を付けて、またはPattern.UNICODE_CHARACTER_CLASS modifier flagを使用してコンパイルすることで、すべてのUnicode文字と数字を一致させることができます。