Expression régulière pour correspondre aux caractères non ASCII ?

Question

Quel est le moyen le plus simple de faire correspondre des caractères non ASCII dans une regex ? Je voudrais faire correspondre tous les mots individuellement dans une chaîne d'entrée, mais la langue peut ne pas être l'anglais, donc je devrai faire correspondre des choses comme ü, ö, ß et ñ. De plus, comme il s'agit d'une application Javascript/jQuery, toute solution devra s'appliquer à cette dernière.

Answer 1

Vous procédez de la même manière que pour toute autre correspondance de caractères, mais vous utilisez \uXXXX où XXXX est le numéro unicode du caractère.

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

http://unicode.org/charts/

http://www.decodeunicode.org/

Answer 2

Toutes les saveurs de Regex compatibles avec Unicode devraient avoir une classe de caractères spéciaux comme \w qui correspondent à n'importe quelle lettre Unicode. Jetez un coup d'œil à votre saveur spécifique ici .

Answer 3

J'ai eu un problème avec \p fonctionne comme prévu, donc j'ai juste utilisé une stratégie différente comme :

([^\t]+)\t

Trouver tout ce qui n'est pas un caractère de tabulation jusqu'au prochain caractère de tabulation... évidemment cela dépend de votre source de recherche, mais vous avez l'idée. Maintenant, je n'ai plus besoin de comprendre quels caractères unicode fonctionnent et ne fonctionnent pas, etc.

Answer 4

^[a-zA-Z]+$ cela ne peut vérifier que les lettres anglaises. Je veux dire de a à z et de A à Z. Donc si ça renvoie faux, cela signifie que le contenu a des lettres non anglaises.

En c#, vous écrirez ceci comme

Regex EnglisLetters = new Regex("^[a-zA-Z]+$");
return EnglisLetters.IsMatch(checkThis);