问题标签 [character-properties]

我想猜测一个字符串的人类语言。我发现正则表达式中的 Unicode 脚本可以解决问题。但我不知道脚本名称代表什么。据我所知，Han代表中文，但其他人呢？

我需要一个正则表达式，它将字母数字作为输入，后跟正斜杠，然后再输入字母数字。我如何为此在Java中编写正则表达式？

示例如下：

我尝试使用正则表达式如下：

但问题是它接受所有形式 abc9/ 的字符串而不在正斜杠后检查。

StackOverflow 上有很多问题和答案，假设“字母”可以在正则表达式中匹配[a-zA-Z]。然而，对于 Unicode，还有更多的字符被大多数人视为字母（所有的希腊字母、Cyrllic .. 等等。Unicode 定义了许多块，每个块都可能有“字母”。

Java 定义为诸如字母字符之类的东西定义了 Posix 类 ，但它被指定为仅适用于 US-ASCII。预定义的字符类定义了由 组成的单词[a-zA-Z_0-9]，它也排除了许多字母。

那么如何正确匹配 Unicode 字符串呢？有没有其他图书馆可以做到这一点？

Perl 是否\w匹配 Unicode 标准中定义的所有字母数字字符？

例如，将\w匹配所有（比如说）中文和俄文字母数字字符？

我编写了一个简单的测试脚本（见下文），它表明\w确实与我测试的非 ASCII 字母数字字符“按预期”匹配。但测试显然远非详尽无遗。

在 JavaScript 中，我们可以使用 Unicode 转义序列匹配单个 Unicode 代码点或代码点范围，例如：

但是我们如何使用 JavaScript 正则表达式创建一个正则表达式来匹配必须包含任何 Unicode“字母”的专有名称？有字母范围吗？JavaScript 中的特殊正则表达式序列或字符类？

假设我的网站必须验证可能是基于拉丁语的名称以及希伯来语、西里尔语、日语（片假名、平假名等）的名称，这在 JavaScript 中是否可行，或者是委托给具有更好 Unicode 支持的后端语言的唯一明智选择?

我想匹配包含某个单词的所有字符串。喜欢：

但是，Pattern 类不会编译它：

我已经设置了 unicode_case 来编译参数，不知道这里出了什么问题

感谢帮助！:)

我想在希腊文本中使用这个正则表达式new RegExp("\b"+pat+"\b")但 "\b" 元字符只支持 ASCII 字符。

我尝试了 XregExp库，但我没有设法解决这个问题。

任何建议将不胜感激。

有没有办法在 Ruby 中枚举所有字符的 Unicode 属性？我可以使用 Ruby 1.9 的 Regexp 类来测试给定字符是否具有特定属性（例如，some_char =~ /\p{P}/测试是否some_char是标点符号等）...但是由于字符可以具有多个属性（(例如，既是标点符号又是ASCII 等），如果能够获得一个字符所有属性的列表，那就太好了。

我可能可以使用unicode_data.txt或其他任何名称手动执行此操作，但这似乎是某种可能已经在某处完成的事情。UnicodeUtils似乎没有任何类似的东西，谷歌搜索也没有发现任何明显的东西。谢谢！

好的，我整天都在阅读关于正则表达式的内容，但仍然没有正确理解它。我想要做的是验证一个名字，但我可以在互联网上找到的功能只使用[a-zA-Z]，留下我需要接受的字符。

我基本上需要一个正则表达式来检查名称是否至少是两个单词，并且它不包含数字或特殊字符，例如!"#¤%&/()=...，但是这些单词可以包含 æ、é、Â 等字符......

一个被接受的名字的例子是：“John Elkjærd”或“André Svenson”
一个不被接受的名字是：“ Hans ”、“H 4 nn 3 Andersen”或“Martin Henriksen ！ ”

如果重要的话，我使用javascript.match()函数客户端并想使用phppreg_replace()唯一的“负面”服务器端。（删除不匹配的字符）。

任何帮助将非常感激。

更新：
好的，感谢Alix Axel 的回答，我已经完成了重要的部分，服务器端的部分。

但正如LightWing 回答的页面所暗示的那样，我找不到任何关于 javascript 的 unicode 支持的信息，所以我最终为客户端提供了一半的解决方案，只需检查至少两个单词和至少 5 个这样的字符：

另一种方法是按照shifty's answer中的建议指定所有 unicode 字符，我可能最终会做类似的事情，以及上面的解决方案，但这有点不切实际。

我遇到了一些包含[^\\p{L}]. 我知道这是使用某种形式的 Unicode 类别，但是当我检查文档时，我发现只有以下“L”类别：

L在这种情况下是什么？