Tag: 字符属性

Python和Unicode的正则expression式

我需要从string'بسماللهالرحمنالرحيم'中删除一些Unicode符号 我知道他们肯定存在这里。 我试过了： re.sub('([\u064B-\u0652\u06D4\u0670\u0674\u06D5-\u06ED]+)', '', 'بِسْمِ اللَّهِ الرَّحْمَٰنِ الرَّحِيمِ') 但它不起作用。 string保持不变。 我究竟做错了什么？

如何将西里尔字符与正则expression式匹配

如何使用正则expression式匹配法语和俄语西里尔字母字符？ 我只想做字母字符，没有数字或特殊字符。 现在我有 [A-ZA-Z]

Python正则expression式匹配Unicode属性

Perl和其他一些当前的regex引擎在正则expression式中支持Unicode属性，例如类别。 例如在Perl中，可以使用\p{Ll}来匹配任意小写字母，或者使用p{Zs}来匹配任何空格分隔符。 我在Python的2.x和3.x行中没有看到对此的支持（带来的遗憾）。 有没有人知道获得类似效果的好策略？ 欢迎使用本土解决scheme。

在PCRE / PHP中匹配Unicode字母字符

我试图写一个合理的宽容validation器的名称在PHP中，我的第一次尝试包括以下模式： // unicode letters, apostrophe, hyphen, space $namePattern = "/^([\\p{L}'\\- ])+$/"; 这最终传递给preg_match()的调用。 据我所知，这与你的香草ASCII字母表一起工作，但似乎在sp或张之类的更为棘手的字符上绊倒。 模式本身有什么问题吗？ 也许我希望\p{L}做比我想象的更多的工作？ 或者它与传入input的方式有什么关系？ 我不确定它是否相关，但确实在表单页面上指定了UTF8编码。

Java正则expression式中\ w和\ b的Unicode等价物？

许多现代正则expression式实现将\w字符类速记解释为“任何字母，数字或连接标点符号”（通常是：下划线）。 这样，像\w+这样的正则expression式就可以匹配hello ， élève ， GOÄ_432或gefräßig等词语。 不幸的是，Java不。 在Java中， \w仅限于[A-Za-z0-9_] 。 这使得上面提到的那些匹配词难以解决，还有其他一些问题。 它也似乎是\b字分隔符匹配的地方，它不应该。 在Java中，类似.NET的，支持Unicode的\w或\b的正确等价物是什么？ 哪些其他快捷方式需要“重写”，使他们的Unicode感知？

Javascript + Unicode正则expression式

如何在JavaScript中使用支持Unicode的正则expression式？ 例如，应该有类似于\ w的东西，可以匹配任何字母或标记类别中的代码点（不仅仅是ASCII文件），并且希望有标点符号等[[P *]]的filter。