Posix Character Class \p{ASCII} ใน Java Regex

Character class \p{ASCII} ใช้ match ASCII characters คือ ตัวอักษรในช่วง \x00-\x7F (0-127 decimal) ประกอบด้วย:

• Control characters: \x00-\x1F (0-31) และ \x7F (127 DEL)
• Printable ASCII: \x20-\x7E (32-126) - space, punctuation, digits, letters, symbols

รวมทั้ง printable และ non-printable ASCII characters

ตัวอย่าง: นับจำนวน ASCII characters

import java.util.Scanner;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Example {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        System.out.println("Enter a string:");
        String input = sc.nextLine();

        // Regex: ASCII character (แต่ตัวอย่างต้นฉบับมี bug - ใช้ ^ ผิด)
        String regex = "\\p{ASCII}";

        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(input);

        int count = 0;
        while (matcher.find()) {
            count++;
        }
        System.out.println("Number of ASCII characters in the given string: " + count);
    }
}

Output

Enter a string
why do we fall
Number of ASCII characters in the given string: 14

หมายเหตุ: ตัวอย่างต้นฉบับ Output แสดง 1 ซึ่งผิด - "why do we fall" มี 14 ASCII characters (รวม space)

การใช้งานจริง: ตรวจสอบ/ลบ non-ASCII characters

ใช้ [^\\p{ASCII}] (negation) เพื่อ match non-ASCII characters

ตัวอย่าง: ลบ non-ASCII characters

import java.util.Scanner;

public class RemoveNonAscii {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        System.out.println("Enter input data:");
        String input = sc.nextLine();

        // Match non-ASCII characters
        String regex = "[^\\p{ASCII}]";
        String result = input.replaceAll(regex, "");

        System.out.println("Result (ASCII only): " + result);
    }
}

Output

Enter input data:
whÿ do we fall
Result (ASCII only): wh do we fall

คำอธิบาย: ÿ (U+00FF) ไม่ใช่ ASCII ถูกลบออก

ความแตกต่าง \p{ASCII} vs \p{Print} vs \p{Graph}

กรณีใช้งานทั่วไป

• Validate ASCII-only input: ^\\p{ASCII}*$ หรือ ^[\\x00-\\x7F]*$
• Detect non-ASCII: [^\\p{ASCII}]
• Sanitize สำหรับ legacy systems ที่รองรับแค่ ASCII
• Check file encoding compatibility
• Email local-part validation (RFC 5322 อนุญาต ASCII เท่านั้นในบางส่วน)

หมายเหตุ

• \p{ASCII} ไม่ได้แปลว่า "printable ASCII" - มันรวม control characters ด้วย
• หากต้องการ printable ASCII เท่านั้น ใช้ [\\x20-\\x7E] หรือ [ -~]
• ใน Java ใช้ StandardCharsets.US_ASCII สำหรับ encoding/decoding จริงๆ