การแสดงออกปกติเพื่อให้ตรงกับตัวละครที่ไม่ใช่ ASCII?

237

วิธีที่ง่ายที่สุดในการจับคู่อักขระที่ไม่ใช่ ASCII ใน regex คืออะไร ฉันต้องการจับคู่คำทุกคำในสตริงอินพุต แต่ภาษาอาจไม่ใช่ภาษาอังกฤษดังนั้นฉันจะต้องจับคู่สิ่งต่าง ๆ เช่นü, ö, ßและñ นอกจากนี้ยังอยู่ใน Javascript / jQuery ดังนั้นโซลูชันใด ๆ จะต้องนำไปใช้กับสิ่งนั้น

javascript jquery regex

— พอลสาดแสง
แหล่งที่มา

1

คุณต้องการจับคู่ตัวอักษรทั้งหมดหรือตัวอักษรทั้งหมดหรือไม่ ตัวอย่างเช่นคุณต้องการรวมเครื่องหมายวรรคตอนตัวเลขช่องว่างและเครื่องหมายและสัญลักษณ์โดยพลการหรือไม่? การบอกว่าคุณต้องการจับคู่all wordsทำให้ดูเหมือนว่าคุณต้องการตัวอักษรที่ไม่ใช่ภาษาอังกฤษและไม่ใช่ตัวอักษรที่ไม่ใช่ภาษาอังกฤษทั้งหมดตามที่ระบุชื่อคำถาม

— hippietrail

253

สิ่งนี้ควรทำ:

[^\x00-\x7F]+

มันตรงกับตัวละครใด ๆ ที่ไม่ได้อยู่ในชุดอักขระ ASCII (0-127, เช่น 0x0 ถึง 0x7F)

คุณสามารถทำสิ่งเดียวกันกับ Unicode:

[^\u0000-\u007F]+

สำหรับยูนิโค้ดคุณสามารถดูทรัพยากร 2 นี้:

รายการรหัสแผนภูมิของช่วง Unicode
เครื่องมือนี้เพื่อสร้าง regex ที่กรองโดย Unicode block

— Jeremy Ruten
แหล่งที่มา

28

นี้ไม่ได้ตอบคำถามเกี่ยวกับการจับคู่คำที่มีตัวละครที่ไม่ใช่ภาษาอังกฤษ ...

— ฏ

34

นอกจากนี้ไม่มีสิ่งดังกล่าวเป็น“ตัวละครที่มีรหัส ASCII เป็นจำนวนมากกว่า 128” !!!

— tchrist

29

ฉันสิ้นสุดการกำหนด[\u00BF-\u1FFF\u2C00-\uD7FF\w]เป็นจดหมาย

— Markus von Broady

24

@jackocnr แรกการแก้ไขขนาดเล็ก: [\u00C0-\u1FFF\u2C00-\uD7FF\w](ไม่มีเครื่องหมายคำถามคว่ำ¿) เช่นสำหรับช่วงอ้างถึงBMP 00C0คือÀในละติน-1 เสริม , 1FFFเป็นตัวอักษรตัวสุดท้ายของกรีกขยาย2C00เป็นตัวอักษรตัวแรกในกลาโกลิติกและD7FFเป็นตัวละครที่ผ่านมาในอังกูล Jamo ขยาย-B ดังนั้นมันคือทุกอย่างยกเว้น: สัญลักษณ์และตัวอักษรพิเศษใน 2 ช่วงแรก; สัญลักษณ์ในบล็อกกลาง ตัวแทนพื้นที่ส่วนตัวและตัวอักษรพิเศษในบล็อกท้าย

— Markus von Broady

7

คำตอบนี้ไม่ถูกต้อง ASCII ไม่รวมU + 0080 PADDING CHARACTER * ถ้าเป็นเช่นนั้น ASCII จะประกอบด้วย 129 อักขระแทนที่จะเป็น 128

— Mathias Bynens

159

var words_in_text = function (text) {
    var regex = /([\u0041-\u005A\u0061-\u007A\u00AA\u00B5\u00BA\u00C0-\u00D6\u00D8-\u00F6\u00F8-\u02C1\u02C6-\u02D1\u02E0-\u02E4\u02EC\u02EE\u0370-\u0374\u0376\u0377\u037A-\u037D\u0386\u0388-\u038A\u038C\u038E-\u03A1\u03A3-\u03F5\u03F7-\u0481\u048A-\u0527\u0531-\u0556\u0559\u0561-\u0587\u05D0-\u05EA\u05F0-\u05F2\u0620-\u064A\u066E\u066F\u0671-\u06D3\u06D5\u06E5\u06E6\u06EE\u06EF\u06FA-\u06FC\u06FF\u0710\u0712-\u072F\u074D-\u07A5\u07B1\u07CA-\u07EA\u07F4\u07F5\u07FA\u0800-\u0815\u081A\u0824\u0828\u0840-\u0858\u08A0\u08A2-\u08AC\u0904-\u0939\u093D\u0950\u0958-\u0961\u0971-\u0977\u0979-\u097F\u0985-\u098C\u098F\u0990\u0993-\u09A8\u09AA-\u09B0\u09B2\u09B6-\u09B9\u09BD\u09CE\u09DC\u09DD\u09DF-\u09E1\u09F0\u09F1\u0A05-\u0A0A\u0A0F\u0A10\u0A13-\u0A28\u0A2A-\u0A30\u0A32\u0A33\u0A35\u0A36\u0A38\u0A39\u0A59-\u0A5C\u0A5E\u0A72-\u0A74\u0A85-\u0A8D\u0A8F-\u0A91\u0A93-\u0AA8\u0AAA-\u0AB0\u0AB2\u0AB3\u0AB5-\u0AB9\u0ABD\u0AD0\u0AE0\u0AE1\u0B05-\u0B0C\u0B0F\u0B10\u0B13-\u0B28\u0B2A-\u0B30\u0B32\u0B33\u0B35-\u0B39\u0B3D\u0B5C\u0B5D\u0B5F-\u0B61\u0B71\u0B83\u0B85-\u0B8A\u0B8E-\u0B90\u0B92-\u0B95\u0B99\u0B9A\u0B9C\u0B9E\u0B9F\u0BA3\u0BA4\u0BA8-\u0BAA\u0BAE-\u0BB9\u0BD0\u0C05-\u0C0C\u0C0E-\u0C10\u0C12-\u0C28\u0C2A-\u0C33\u0C35-\u0C39\u0C3D\u0C58\u0C59\u0C60\u0C61\u0C85-\u0C8C\u0C8E-\u0C90\u0C92-\u0CA8\u0CAA-\u0CB3\u0CB5-\u0CB9\u0CBD\u0CDE\u0CE0\u0CE1\u0CF1\u0CF2\u0D05-\u0D0C\u0D0E-\u0D10\u0D12-\u0D3A\u0D3D\u0D4E\u0D60\u0D61\u0D7A-\u0D7F\u0D85-\u0D96\u0D9A-\u0DB1\u0DB3-\u0DBB\u0DBD\u0DC0-\u0DC6\u0E01-\u0E30\u0E32\u0E33\u0E40-\u0E46\u0E81\u0E82\u0E84\u0E87\u0E88\u0E8A\u0E8D\u0E94-\u0E97\u0E99-\u0E9F\u0EA1-\u0EA3\u0EA5\u0EA7\u0EAA\u0EAB\u0EAD-\u0EB0\u0EB2\u0EB3\u0EBD\u0EC0-\u0EC4\u0EC6\u0EDC-\u0EDF\u0F00\u0F40-\u0F47\u0F49-\u0F6C\u0F88-\u0F8C\u1000-\u102A\u103F\u1050-\u1055\u105A-\u105D\u1061\u1065\u1066\u106E-\u1070\u1075-\u1081\u108E\u10A0-\u10C5\u10C7\u10CD\u10D0-\u10FA\u10FC-\u1248\u124A-\u124D\u1250-\u1256\u1258\u125A-\u125D\u1260-\u1288\u128A-\u128D\u1290-\u12B0\u12B2-\u12B5\u12B8-\u12BE\u12C0\u12C2-\u12C5\u12C8-\u12D6\u12D8-\u1310\u1312-\u1315\u1318-\u135A\u1380-\u138F\u13A0-\u13F4\u1401-\u166C\u166F-\u167F\u1681-\u169A\u16A0-\u16EA\u1700-\u170C\u170E-\u1711\u1720-\u1731\u1740-\u1751\u1760-\u176C\u176E-\u1770\u1780-\u17B3\u17D7\u17DC\u1820-\u1877\u1880-\u18A8\u18AA\u18B0-\u18F5\u1900-\u191C\u1950-\u196D\u1970-\u1974\u1980-\u19AB\u19C1-\u19C7\u1A00-\u1A16\u1A20-\u1A54\u1AA7\u1B05-\u1B33\u1B45-\u1B4B\u1B83-\u1BA0\u1BAE\u1BAF\u1BBA-\u1BE5\u1C00-\u1C23\u1C4D-\u1C4F\u1C5A-\u1C7D\u1CE9-\u1CEC\u1CEE-\u1CF1\u1CF5\u1CF6\u1D00-\u1DBF\u1E00-\u1F15\u1F18-\u1F1D\u1F20-\u1F45\u1F48-\u1F4D\u1F50-\u1F57\u1F59\u1F5B\u1F5D\u1F5F-\u1F7D\u1F80-\u1FB4\u1FB6-\u1FBC\u1FBE\u1FC2-\u1FC4\u1FC6-\u1FCC\u1FD0-\u1FD3\u1FD6-\u1FDB\u1FE0-\u1FEC\u1FF2-\u1FF4\u1FF6-\u1FFC\u2071\u207F\u2090-\u209C\u2102\u2107\u210A-\u2113\u2115\u2119-\u211D\u2124\u2126\u2128\u212A-\u212D\u212F-\u2139\u213C-\u213F\u2145-\u2149\u214E\u2183\u2184\u2C00-\u2C2E\u2C30-\u2C5E\u2C60-\u2CE4\u2CEB-\u2CEE\u2CF2\u2CF3\u2D00-\u2D25\u2D27\u2D2D\u2D30-\u2D67\u2D6F\u2D80-\u2D96\u2DA0-\u2DA6\u2DA8-\u2DAE\u2DB0-\u2DB6\u2DB8-\u2DBE\u2DC0-\u2DC6\u2DC8-\u2DCE\u2DD0-\u2DD6\u2DD8-\u2DDE\u2E2F\u3005\u3006\u3031-\u3035\u303B\u303C\u3041-\u3096\u309D-\u309F\u30A1-\u30FA\u30FC-\u30FF\u3105-\u312D\u3131-\u318E\u31A0-\u31BA\u31F0-\u31FF\u3400-\u4DB5\u4E00-\u9FCC\uA000-\uA48C\uA4D0-\uA4FD\uA500-\uA60C\uA610-\uA61F\uA62A\uA62B\uA640-\uA66E\uA67F-\uA697\uA6A0-\uA6E5\uA717-\uA71F\uA722-\uA788\uA78B-\uA78E\uA790-\uA793\uA7A0-\uA7AA\uA7F8-\uA801\uA803-\uA805\uA807-\uA80A\uA80C-\uA822\uA840-\uA873\uA882-\uA8B3\uA8F2-\uA8F7\uA8FB\uA90A-\uA925\uA930-\uA946\uA960-\uA97C\uA984-\uA9B2\uA9CF\uAA00-\uAA28\uAA40-\uAA42\uAA44-\uAA4B\uAA60-\uAA76\uAA7A\uAA80-\uAAAF\uAAB1\uAAB5\uAAB6\uAAB9-\uAABD\uAAC0\uAAC2\uAADB-\uAADD\uAAE0-\uAAEA\uAAF2-\uAAF4\uAB01-\uAB06\uAB09-\uAB0E\uAB11-\uAB16\uAB20-\uAB26\uAB28-\uAB2E\uABC0-\uABE2\uAC00-\uD7A3\uD7B0-\uD7C6\uD7CB-\uD7FB\uF900-\uFA6D\uFA70-\uFAD9\uFB00-\uFB06\uFB13-\uFB17\uFB1D\uFB1F-\uFB28\uFB2A-\uFB36\uFB38-\uFB3C\uFB3E\uFB40\uFB41\uFB43\uFB44\uFB46-\uFBB1\uFBD3-\uFD3D\uFD50-\uFD8F\uFD92-\uFDC7\uFDF0-\uFDFB\uFE70-\uFE74\uFE76-\uFEFC\uFF21-\uFF3A\uFF41-\uFF5A\uFF66-\uFFBE\uFFC2-\uFFC7\uFFCA-\uFFCF\uFFD2-\uFFD7\uFFDA-\uFFDC]+)/g;
    return text.match(regex);
};

words_in_text('Düsseldorf, Köln, Москва, 北京市, إسرائيل !@#$');

// returns array ["Düsseldorf", "Köln", "Москва", "北京市", "إسرائيل"]

regex นี้จะจับคู่คำทั้งหมดในข้อความของภาษาใด ๆ ...

— rjanjic
แหล่งที่มา

61

คาถานี้คุณแบ่งปันกับเรา ... : v

— Luke Madhanga

9

ทำไมคุณถึงแน่ใจว่ามันตรงกับคำทั้งหมดในข้อความ? แหล่งใด

— dumitru

7

@rjanjic คุณสามารถหาแหล่งที่มาของสิ่งนี้ได้หรือไม่ ฉันชอบที่จะเห็นว่า regex นี้มารวมกัน

— radiovisual

3

@dumitru ต่อไปนี้เป็นแหล่งข้อมูลที่น่าสนใจ: fileformat.info/info/unicode/block/index.htm

— ESL

7

จับคู่อักขระทั้งหมดในทุกภาษา[\u00A0-\uD7FF\uF900-\uFDCF\uFDF0-\uFFEF]

— STEEL

80

สถานการณ์ที่มี regexes, Unicode และ Javascript sucks มันไร้สาระที่โปรแกรมเมอร์ควรต้องพึ่งพาไลบรารีภายนอกเพื่อรับรู้ว่า "Αλφα" เป็นคำหรือแม้แต่ "é" เป็นตัวอักษร

แต่มันจะไป

ผู้ชายคนนี้ได้เขียนห้องสมุดที่ดีสำหรับการจัดการ Unicode ใน Javascript Regexes:

http://blog.stevenlevithan.com/archives/javascript-regex-and-unicode

สิ่งที่ Unicode เป็นปลั๊กอินไปยังไลบรารี regex นี้:

http://xregexp.com/

นี่คือโพสต์เกี่ยวกับส่วนขยาย Unicode:

http://blog.stevenlevithan.com/archives/xregexp-unicode-plugin

และหน้าส่วนขยายเอง:

http://xregexp.com/plugins/

ใช้งานได้ดีมาก แต่มันก็ยังทำให้ฉันสับสนเล็กน้อยว่า Javascript นั้นล้าหลังมากในเรื่องนี้

(เขาเขียนหนังสือสำหรับ O'Reilly เกี่ยวกับหัวข้อดังนั้นจึงเป็นไปได้ค่อนข้างที่เขารู้ว่าเขากำลังพูดถึงอะไร)

วิธีที่เขาใช้มันคือการเพิ่มตารางของตัวละครที่มีคุณสมบัติบางอย่าง จากนั้นเมื่อคุณ contruct regex กับห้องสมุดของเขาได้รับการแทนที่ด้วย\p{charclass}[allthecharactersintheclass]

— GOTO 0
แหล่งที่มา

1

Twitter มีห้องสมุดแยกข้อความที่ดีซึ่งครอบคลุมภาษามากมายแม้ว่าจะเห็นได้ชัดว่า hashtag-centric เป็นอย่างมาก: github.com/twitter/twitter-text-js

— Michael Marsh

53

Escapes คุณสมบัติ Unicodeเป็นหนึ่งในคุณสมบัติของ ES2018

การใช้งานพื้นฐาน

ด้วย Unicode Property Escapes คุณสามารถจับคู่จดหมายจากภาษาใด ๆ ด้วยนิพจน์ทั่วไปอย่างง่ายต่อไปนี้:

/\p{Letter}/u

หรือกับคนที่จดชวเลข

/\p{L}/u

คำที่ตรงกัน

เกี่ยวกับกรณีการใช้คำถามที่เป็นรูปธรรม (คำที่ตรงกัน) โปรดทราบว่าคุณสามารถใช้ Unicode Property Escapes ในคลาสตัวละครทำให้ง่ายต่อการจับคู่ตัวอักษรร่วมกับตัวอักษรคำอื่น ๆ เช่นยัติภังค์:

/[\p{L}-]/u

คุณสามารถจับคู่คำภาษาทั้งหมด^[1]กับ RegEx สั้น ๆ ที่สวยงามนี้:

/([\p{L}-]+)/ug

ตัวอย่าง (เสียบต่อจากคำตอบข้างบน ):

'Düsseldorf, Köln, Москва, 北京市, إسرائيل !@#$'.match(/([\p{L}-]+)/ug)

// ["Düsseldorf", "Köln", "Москва", "北京市", "إسرائيل"]

^[1]โปรดทราบว่าฉันไม่ใช่ผู้เชี่ยวชาญเกี่ยวกับภาษา คุณอาจต้องการทำวิจัยของคุณเองเกี่ยวกับตัวละครอื่น ๆ ที่อาจเป็นส่วนหนึ่งของคำนอกเหนือจากตัวอักษรและยัติภังค์

สนับสนุนเบราว์เซอร์

ณ ตอนนี้ (ธันวาคม 2018) ฉันสามารถทดสอบ regex นี้ได้สำเร็จใน Chrome (และเบราว์เซอร์ที่ใช้ Blink อื่น ๆ เช่น Opera, Vivaldi หรือ Microsoft Edge รุ่นต่อไปในอนาคต) และ Safari (เช่นรุ่น 12 การทดสอบก่อนหน้านี้กับรุ่น 11 ล้มเหลว) อย่างไรก็ตามเนื่องจากสเปคนั้นเสร็จสิ้นและคุณสมบัติได้มาตรฐานจึงคาดว่าเบราว์เซอร์ที่ทันสมัยอื่น ๆ จะตามมาในไม่ช้า

ฉันสร้างเว็บไซต์เล็ก ๆเพื่อให้คุณตรวจสอบว่าเบราว์เซอร์ของคุณรองรับ Unicode Property Escapes หรือไม่

Transpiling

Unicode ทรัพย์สิน Escapes สามารถ transpiled ลงไป ES5 ด้วยเครื่องมือที่เรียกว่าregexpu มีการสาธิตออนไลน์ที่มีอยู่ที่นี่ อย่างที่คุณเห็นในการสาธิตคุณสามารถจับคู่จดหมายที่ไม่ใช่ละตินวันนี้กับการแสดงออกปกติ ES5 (ยาวอย่างน่ากลัว) ต่อไปนี้:

/(?:[A-Za-z\xAA\xB5\xBA\xC0-\xD6\xD8-\xF6\xF8-\u02C1\u02C6-\u02D1\u02E0-\u02E4\u02EC\u02EE\u0370-\u0374\u0376\u0377\u037A-\u037D\u037F\u0386\u0388-\u038A\u038C\u038E-\u03A1\u03A3-\u03F5\u03F7-\u0481\u048A-\u052F\u0531-\u0556\u0559\u0561-\u0587\u05D0-\u05EA\u05F0-\u05F2\u0620-\u064A\u066E\u066F\u0671-\u06D3\u06D5\u06E5\u06E6\u06EE\u06EF\u06FA-\u06FC\u06FF\u0710\u0712-\u072F\u074D-\u07A5\u07B1\u07CA-\u07EA\u07F4\u07F5\u07FA\u0800-\u0815\u081A\u0824\u0828\u0840-\u0858\u0860-\u086A\u08A0-\u08B4\u08B6-\u08BD\u0904-\u0939\u093D\u0950\u0958-\u0961\u0971-\u0980\u0985-\u098C\u098F\u0990\u0993-\u09A8\u09AA-\u09B0\u09B2\u09B6-\u09B9\u09BD\u09CE\u09DC\u09DD\u09DF-\u09E1\u09F0\u09F1\u09FC\u0A05-\u0A0A\u0A0F\u0A10\u0A13-\u0A28\u0A2A-\u0A30\u0A32\u0A33\u0A35\u0A36\u0A38\u0A39\u0A59-\u0A5C\u0A5E\u0A72-\u0A74\u0A85-\u0A8D\u0A8F-\u0A91\u0A93-\u0AA8\u0AAA-\u0AB0\u0AB2\u0AB3\u0AB5-\u0AB9\u0ABD\u0AD0\u0AE0\u0AE1\u0AF9\u0B05-\u0B0C\u0B0F\u0B10\u0B13-\u0B28\u0B2A-\u0B30\u0B32\u0B33\u0B35-\u0B39\u0B3D\u0B5C\u0B5D\u0B5F-\u0B61\u0B71\u0B83\u0B85-\u0B8A\u0B8E-\u0B90\u0B92-\u0B95\u0B99\u0B9A\u0B9C\u0B9E\u0B9F\u0BA3\u0BA4\u0BA8-\u0BAA\u0BAE-\u0BB9\u0BD0\u0C05-\u0C0C\u0C0E-\u0C10\u0C12-\u0C28\u0C2A-\u0C39\u0C3D\u0C58-\u0C5A\u0C60\u0C61\u0C80\u0C85-\u0C8C\u0C8E-\u0C90\u0C92-\u0CA8\u0CAA-\u0CB3\u0CB5-\u0CB9\u0CBD\u0CDE\u0CE0\u0CE1\u0CF1\u0CF2\u0D05-\u0D0C\u0D0E-\u0D10\u0D12-\u0D3A\u0D3D\u0D4E\u0D54-\u0D56\u0D5F-\u0D61\u0D7A-\u0D7F\u0D85-\u0D96\u0D9A-\u0DB1\u0DB3-\u0DBB\u0DBD\u0DC0-\u0DC6\u0E01-\u0E30\u0E32\u0E33\u0E40-\u0E46\u0E81\u0E82\u0E84\u0E87\u0E88\u0E8A\u0E8D\u0E94-\u0E97\u0E99-\u0E9F\u0EA1-\u0EA3\u0EA5\u0EA7\u0EAA\u0EAB\u0EAD-\u0EB0\u0EB2\u0EB3\u0EBD\u0EC0-\u0EC4\u0EC6\u0EDC-\u0EDF\u0F00\u0F40-\u0F47\u0F49-\u0F6C\u0F88-\u0F8C\u1000-\u102A\u103F\u1050-\u1055\u105A-\u105D\u1061\u1065\u1066\u106E-\u1070\u1075-\u1081\u108E\u10A0-\u10C5\u10C7\u10CD\u10D0-\u10FA\u10FC-\u1248\u124A-\u124D\u1250-\u1256\u1258\u125A-\u125D\u1260-\u1288\u128A-\u128D\u1290-\u12B0\u12B2-\u12B5\u12B8-\u12BE\u12C0\u12C2-\u12C5\u12C8-\u12D6\u12D8-\u1310\u1312-\u1315\u1318-\u135A\u1380-\u138F\u13A0-\u13F5\u13F8-\u13FD\u1401-\u166C\u166F-\u167F\u1681-\u169A\u16A0-\u16EA\u16F1-\u16F8\u1700-\u170C\u170E-\u1711\u1720-\u1731\u1740-\u1751\u1760-\u176C\u176E-\u1770\u1780-\u17B3\u17D7\u17DC\u1820-\u1877\u1880-\u1884\u1887-\u18A8\u18AA\u18B0-\u18F5\u1900-\u191E\u1950-\u196D\u1970-\u1974\u1980-\u19AB\u19B0-\u19C9\u1A00-\u1A16\u1A20-\u1A54\u1AA7\u1B05-\u1B33\u1B45-\u1B4B\u1B83-\u1BA0\u1BAE\u1BAF\u1BBA-\u1BE5\u1C00-\u1C23\u1C4D-\u1C4F\u1C5A-\u1C7D\u1C80-\u1C88\u1CE9-\u1CEC\u1CEE-\u1CF1\u1CF5\u1CF6\u1D00-\u1DBF\u1E00-\u1F15\u1F18-\u1F1D\u1F20-\u1F45\u1F48-\u1F4D\u1F50-\u1F57\u1F59\u1F5B\u1F5D\u1F5F-\u1F7D\u1F80-\u1FB4\u1FB6-\u1FBC\u1FBE\u1FC2-\u1FC4\u1FC6-\u1FCC\u1FD0-\u1FD3\u1FD6-\u1FDB\u1FE0-\u1FEC\u1FF2-\u1FF4\u1FF6-\u1FFC\u2071\u207F\u2090-\u209C\u2102\u2107\u210A-\u2113\u2115\u2119-\u211D\u2124\u2126\u2128\u212A-\u212D\u212F-\u2139\u213C-\u213F\u2145-\u2149\u214E\u2183\u2184\u2C00-\u2C2E\u2C30-\u2C5E\u2C60-\u2CE4\u2CEB-\u2CEE\u2CF2\u2CF3\u2D00-\u2D25\u2D27\u2D2D\u2D30-\u2D67\u2D6F\u2D80-\u2D96\u2DA0-\u2DA6\u2DA8-\u2DAE\u2DB0-\u2DB6\u2DB8-\u2DBE\u2DC0-\u2DC6\u2DC8-\u2DCE\u2DD0-\u2DD6\u2DD8-\u2DDE\u2E2F\u3005\u3006\u3031-\u3035\u303B\u303C\u3041-\u3096\u309D-\u309F\u30A1-\u30FA\u30FC-\u30FF\u3105-\u312E\u3131-\u318E\u31A0-\u31BA\u31F0-\u31FF\u3400-\u4DB5\u4E00-\u9FEA\uA000-\uA48C\uA4D0-\uA4FD\uA500-\uA60C\uA610-\uA61F\uA62A\uA62B\uA640-\uA66E\uA67F-\uA69D\uA6A0-\uA6E5\uA717-\uA71F\uA722-\uA788\uA78B-\uA7AE\uA7B0-\uA7B7\uA7F7-\uA801\uA803-\uA805\uA807-\uA80A\uA80C-\uA822\uA840-\uA873\uA882-\uA8B3\uA8F2-\uA8F7\uA8FB\uA8FD\uA90A-\uA925\uA930-\uA946\uA960-\uA97C\uA984-\uA9B2\uA9CF\uA9E0-\uA9E4\uA9E6-\uA9EF\uA9FA-\uA9FE\uAA00-\uAA28\uAA40-\uAA42\uAA44-\uAA4B\uAA60-\uAA76\uAA7A\uAA7E-\uAAAF\uAAB1\uAAB5\uAAB6\uAAB9-\uAABD\uAAC0\uAAC2\uAADB-\uAADD\uAAE0-\uAAEA\uAAF2-\uAAF4\uAB01-\uAB06\uAB09-\uAB0E\uAB11-\uAB16\uAB20-\uAB26\uAB28-\uAB2E\uAB30-\uAB5A\uAB5C-\uAB65\uAB70-\uABE2\uAC00-\uD7A3\uD7B0-\uD7C6\uD7CB-\uD7FB\uF900-\uFA6D\uFA70-\uFAD9\uFB00-\uFB06\uFB13-\uFB17\uFB1D\uFB1F-\uFB28\uFB2A-\uFB36\uFB38-\uFB3C\uFB3E\uFB40\uFB41\uFB43\uFB44\uFB46-\uFBB1\uFBD3-\uFD3D\uFD50-\uFD8F\uFD92-\uFDC7\uFDF0-\uFDFB\uFE70-\uFE74\uFE76-\uFEFC\uFF21-\uFF3A\uFF41-\uFF5A\uFF66-\uFFBE\uFFC2-\uFFC7\uFFCA-\uFFCF\uFFD2-\uFFD7\uFFDA-\uFFDC]|\uD800[\uDC00-\uDC0B\uDC0D-\uDC26\uDC28-\uDC3A\uDC3C\uDC3D\uDC3F-\uDC4D\uDC50-\uDC5D\uDC80-\uDCFA\uDE80-\uDE9C\uDEA0-\uDED0\uDF00-\uDF1F\uDF2D-\uDF40\uDF42-\uDF49\uDF50-\uDF75\uDF80-\uDF9D\uDFA0-\uDFC3\uDFC8-\uDFCF]|\uD801[\uDC00-\uDC9D\uDCB0-\uDCD3\uDCD8-\uDCFB\uDD00-\uDD27\uDD30-\uDD63\uDE00-\uDF36\uDF40-\uDF55\uDF60-\uDF67]|\uD802[\uDC00-\uDC05\uDC08\uDC0A-\uDC35\uDC37\uDC38\uDC3C\uDC3F-\uDC55\uDC60-\uDC76\uDC80-\uDC9E\uDCE0-\uDCF2\uDCF4\uDCF5\uDD00-\uDD15\uDD20-\uDD39\uDD80-\uDDB7\uDDBE\uDDBF\uDE00\uDE10-\uDE13\uDE15-\uDE17\uDE19-\uDE33\uDE60-\uDE7C\uDE80-\uDE9C\uDEC0-\uDEC7\uDEC9-\uDEE4\uDF00-\uDF35\uDF40-\uDF55\uDF60-\uDF72\uDF80-\uDF91]|\uD803[\uDC00-\uDC48\uDC80-\uDCB2\uDCC0-\uDCF2]|\uD804[\uDC03-\uDC37\uDC83-\uDCAF\uDCD0-\uDCE8\uDD03-\uDD26\uDD50-\uDD72\uDD76\uDD83-\uDDB2\uDDC1-\uDDC4\uDDDA\uDDDC\uDE00-\uDE11\uDE13-\uDE2B\uDE80-\uDE86\uDE88\uDE8A-\uDE8D\uDE8F-\uDE9D\uDE9F-\uDEA8\uDEB0-\uDEDE\uDF05-\uDF0C\uDF0F\uDF10\uDF13-\uDF28\uDF2A-\uDF30\uDF32\uDF33\uDF35-\uDF39\uDF3D\uDF50\uDF5D-\uDF61]|\uD805[\uDC00-\uDC34\uDC47-\uDC4A\uDC80-\uDCAF\uDCC4\uDCC5\uDCC7\uDD80-\uDDAE\uDDD8-\uDDDB\uDE00-\uDE2F\uDE44\uDE80-\uDEAA\uDF00-\uDF19]|\uD806[\uDCA0-\uDCDF\uDCFF\uDE00\uDE0B-\uDE32\uDE3A\uDE50\uDE5C-\uDE83\uDE86-\uDE89\uDEC0-\uDEF8]|\uD807[\uDC00-\uDC08\uDC0A-\uDC2E\uDC40\uDC72-\uDC8F\uDD00-\uDD06\uDD08\uDD09\uDD0B-\uDD30\uDD46]|\uD808[\uDC00-\uDF99]|\uD809[\uDC80-\uDD43]|[\uD80C\uD81C-\uD820\uD840-\uD868\uD86A-\uD86C\uD86F-\uD872\uD874-\uD879][\uDC00-\uDFFF]|\uD80D[\uDC00-\uDC2E]|\uD811[\uDC00-\uDE46]|\uD81A[\uDC00-\uDE38\uDE40-\uDE5E\uDED0-\uDEED\uDF00-\uDF2F\uDF40-\uDF43\uDF63-\uDF77\uDF7D-\uDF8F]|\uD81B[\uDF00-\uDF44\uDF50\uDF93-\uDF9F\uDFE0\uDFE1]|\uD821[\uDC00-\uDFEC]|\uD822[\uDC00-\uDEF2]|\uD82C[\uDC00-\uDD1E\uDD70-\uDEFB]|\uD82F[\uDC00-\uDC6A\uDC70-\uDC7C\uDC80-\uDC88\uDC90-\uDC99]|\uD835[\uDC00-\uDC54\uDC56-\uDC9C\uDC9E\uDC9F\uDCA2\uDCA5\uDCA6\uDCA9-\uDCAC\uDCAE-\uDCB9\uDCBB\uDCBD-\uDCC3\uDCC5-\uDD05\uDD07-\uDD0A\uDD0D-\uDD14\uDD16-\uDD1C\uDD1E-\uDD39\uDD3B-\uDD3E\uDD40-\uDD44\uDD46\uDD4A-\uDD50\uDD52-\uDEA5\uDEA8-\uDEC0\uDEC2-\uDEDA\uDEDC-\uDEFA\uDEFC-\uDF14\uDF16-\uDF34\uDF36-\uDF4E\uDF50-\uDF6E\uDF70-\uDF88\uDF8A-\uDFA8\uDFAA-\uDFC2\uDFC4-\uDFCB]|\uD83A[\uDC00-\uDCC4\uDD00-\uDD43]|\uD83B[\uDE00-\uDE03\uDE05-\uDE1F\uDE21\uDE22\uDE24\uDE27\uDE29-\uDE32\uDE34-\uDE37\uDE39\uDE3B\uDE42\uDE47\uDE49\uDE4B\uDE4D-\uDE4F\uDE51\uDE52\uDE54\uDE57\uDE59\uDE5B\uDE5D\uDE5F\uDE61\uDE62\uDE64\uDE67-\uDE6A\uDE6C-\uDE72\uDE74-\uDE77\uDE79-\uDE7C\uDE7E\uDE80-\uDE89\uDE8B-\uDE9B\uDEA1-\uDEA3\uDEA5-\uDEA9\uDEAB-\uDEBB]|\uD869[\uDC00-\uDED6\uDF00-\uDFFF]|\uD86D[\uDC00-\uDF34\uDF40-\uDFFF]|\uD86E[\uDC00-\uDC1D\uDC20-\uDFFF]|\uD873[\uDC00-\uDEA1\uDEB0-\uDFFF]|\uD87A[\uDC00-\uDFE0]|\uD87E[\uDC00-\uDE1D])/

หากคุณใช้ Babel ก็มีปลั๊กอินที่ใช้ regexpu สำหรับปลั๊กอินนั้น ( ปลั๊กอิน Babel v6 , Babel v7 )

— Loilo
แหล่งที่มา

นี่คือทางออกที่แท้จริงในกรณีของฉัน โดยเฉพาะ: [\ p {L} \ s \ d] เพื่อยอมรับชื่อใด ๆ ในภาษาใด ๆ ที่มีช่องว่างและตัวเลข ลิงก์อ้างอิง

— tuxErrante

ชื่อยังสามารถรวมยัติภังค์ (ตัวอย่างที่พบบ่อยที่นี่ในเยอรมนี) ความจริงแล้วมันเป็นสิ่งที่ดีที่สุดที่จะไม่ตั้งสมมติฐานใด ๆ เกี่ยวกับตัวละครที่ชื่อที่ถูกต้องรวมอยู่ด้วย

— Loilo

1

คำตอบยอดนิยมสำหรับ JS ยังไม่รองรับ Edge / Firefox ในปัจจุบันดังนั้น Transpiling stil จึงมีความเกี่ยวข้อง

— Barry Staes

1

นี่คือคำขอฟีเจอร์ Firefox: bugzilla.mozilla.org/show_bug.cgi?id=1361876

— bodo

1

@MatzHeri uธงได้รับการแนะนำใน ES2015 และเปิดใช้งานคุณลักษณะต่าง ๆ ที่เกี่ยวข้องกับ Unicode (เช่นการหลบหนีของทรัพย์สินที่ระบุไว้ในคำตอบของฉันแม้ว่าสิ่งเหล่านั้นจะถูกนำมาใช้เพียงไม่กี่ปีต่อมา) เนื่องจากฟีเจอร์ที่เกี่ยวข้องกับ Unicode จะเปลี่ยนซีแมนทิกส์ของรูปแบบ regex เล็กน้อยจึงต้องเปิดใช้งานอย่างชัดเจน - โดยการเพิ่มการuตั้งค่าสถานะนั้น

— Loilo

14

คำตอบที่ได้รับจาก Jeremy Ruten นั้นยอดเยี่ยม แต่ฉันคิดว่านั่นไม่ใช่สิ่งที่ Paul Wicks กำลังค้นหาอยู่ ถ้าผมเข้าใจอย่างถูกต้องพอถามเกี่ยวกับการแสดงออกเพื่อให้ตรงกับคำที่ไม่ใช่ภาษาอังกฤษเหมือนหรือkönnen mócregex ของ Jeremy จับคู่กับตัวอักษรที่ไม่ใช่ภาษาอังกฤษเท่านั้นดังนั้นจึงจำเป็นต้องมีการปรับปรุงเล็กน้อย:

([^\x00-\x7F]|\w)+

หรือ

([^\u0000-\u007F]|\w)+

ส่วนนี้[^\x00-\x7F]และ[^\u0000-\u007F]ส่วนนี้อนุญาตให้ใช้นิพจน์ทั่วไปเพื่อจับคู่ตัวอักษรที่ไม่ใช่ภาษาอังกฤษ

นี่(|)คือตรรกะหรือและ\wเป็นตัวอักษรภาษาอังกฤษดังนั้น([^\u0000-\u007F]|\w)จะจับคู่ตัวอักษรภาษาอังกฤษเดียวหรือที่ไม่ใช่ภาษาอังกฤษ

+ ในตอนท้ายของการแสดงออกหมายความว่ามันสามารถทำซ้ำได้ดังนั้นการแสดงออกทั้งหมดช่วยให้ตัวอักษรภาษาอังกฤษทั้งหมดหรือที่ไม่ใช่ภาษาอังกฤษเพื่อให้ตรงกับ

ที่นี่คุณสามารถทดสอบนิพจน์แรกด้วยสตริงต่างๆและนี่คือวินาที

— Landeeyo
แหล่งที่มา

6

คุณทำเช่นเดียวกับการจับคู่อักขระอื่น ๆ แต่คุณใช้ \ uXXXX โดยที่ XXXX เป็นหมายเลข Unicode ของอักขระ

ดูที่: http://unicode.org/charts/charindex.html

http://unicode.org/charts/

http://www.decodeunicode.org/

— Olle
แหล่งที่มา

ยกเว้นความจริงที่ว่าการค้นหาแต่ละสิ่งที่สามารถเรียกได้ว่าตัวละครในขณะที่ไม่ได้เพิ่มสัญลักษณ์พิเศษใด ๆ เช่นช่องว่างเครื่องหมายวรรคตอน ฯลฯ เป็นงานที่ค่อนข้าง

— My1

3

Regex ที่เปิดใช้ Unicode ทั้งหมดควรมีคลาสอักขระพิเศษเช่น \ w ที่ตรงกับตัวอักษร Unicode ใด ๆ ลองดูที่รสชาติเฉพาะของคุณที่นี่

— OregonGhost
แหล่งที่มา

7

สิ่งนี้ถูกต้องสำหรับ regex รสชาติส่วนใหญ่ แต่ไม่ใช่สำหรับ JavaScript อย่างน้อยตามregular-expressions.info/javascript.html

— Paul Wicks

โชคไม่ดีตอนนั้นฉันเดา อย่างน้อยคุณสามารถใช้จากนั้นใช้แผนภูมิ Unicode ที่โพสต์โดย olle เพื่อค้นหาตัวละครของคุณ;)

— OregonGhost

ฉันคิดว่า \ w นั้นขึ้นอยู่กับการตั้งค่าทางวัฒนธรรมของลูกค้า

— troelskn

ฉันไม่รู้ แต่ใน. NET คุณสามารถระบุวัฒนธรรมที่คุณต้องการได้เสมอ นอกจากนั้นสิ่งที่เป็นตัวอักษรและสิ่งที่ไม่ได้กำหนดไว้ในมาตรฐาน Unicode และไม่ขึ้นอยู่กับวัฒนธรรม

— OregonGhost

0

ฉันมีปัญหากับ\ pทำงานตามที่คาดไว้ดังนั้นฉันจึงใช้กลยุทธ์ที่แตกต่างเช่น:

([^\t]+)\t

ค้นหาสิ่งที่ไม่ใช่ตัวอักษรแท็บจนกระทั่งตัวอักษรแท็บถัดไป ... เห็นได้ชัดว่าสิ่งนี้ขึ้นอยู่กับแหล่งค้นหาของคุณ แต่คุณได้รับแนวคิด ตอนนี้ฉันไม่ต้องคิดออกว่าตัวละครยูนิโค้ดทำงานอย่างไรและไม่ทำงาน ฯลฯ

— โจนาธาน
แหล่งที่มา