C#中正则表达式中的外语字符

Question

在C#代码中，我尝试传递中文字符：" 中文ABC123"。

当我使用字母数字时，通常使用"^[a-zA-Z0-9\s]+$"，

它不能作为"中文ABC123"传递，并且正则表达式验证失败。

我还需要为C#添加哪些表达式？

Answer 1

要匹配来自任何语言的任何字母字符，请执行以下操作：

\p{L}

如果您还想匹配数字：

[\p{L}\p{Nd}]+

\p{L} ...匹配unicode类别字母的字符。

它是\p{Ll}\p{Lu}\p{Lt}\p{Lm}\p{Lo}的缩写

\p{Ll} ...匹配小写字母。(abc)

\p{Lu} ...匹配大写字母。(ABC)

\p{Lt} ...匹配大小写字母。

\p{Lm} ...匹配修饰符字母。

\p{Lo} ...匹配不区分大小写的字母。(中文)

\p{Nd} ...匹配unicode类别的十进制数字的字符。

只需用^[\p{L}0-9\s]+$替换：^[a-zA-Z0-9\s]+$即可

Answer 2

感谢@Andie2302指出了正确的方法。

此外，对于世界上许多语言来说，它仍然具有需要主字符才能生成它的‘加法字符’(例如。泰语单词'เก็บ‘如果只使用\p{L}它将只显示'เกบ'，您可以看到单词中缺少一些符号)。

这就是为什么只有\p{L}不能适用于所有外语的原因。

所以，你需要使用下面的代码来支持几乎所有的外语

\p{L}\p{M}

注意：

L代表' letter‘(来自所有语言的所有字母，但不包括'Mark')

M代表'Mark‘( 'Mark’不能单独显示，需要'Letter‘才能显示)

除了需要数字之外，还可以使用以下代码

\p{N}

注意：

N代表'Numeric‘

感谢这个网站提供了非常有用的信息

https://www.regular-expressions.info/unicode.html