Question

我需要匹配Unicode字母，类似于PCRE的\p{L}。

现在，由于Dart的RegExp类基于ECMAScript，它遗憾地没有\p{L}的概念。

我正在考虑构建一个匹配所有Unicode字母的大字符类，但我不知道从哪里开始。

所以，我想匹配字母，如：

foobar
מכון ראות

但是R符号不应该匹配：

BlackBerry®

任何ASCII控制字符或标点符号等都不应该。在Unicode支持的每种语言中基本上每个字母，无论是å，ä，φ还是ת，如果它们是实际字母，它们应匹配。

Answer 1

我认为关于Unicode字符分类为字母或非字母的完整信息不在Dart库中的任何位置。您可以将一些主要用于Intl库中的东西放在一起的东西，尤其是Bidi。我在考虑，例如，

isLetter（oneCharacterString）=＆gt; Bidi.endsWithLtr（oneLetterString）|| Bidi.endsWithRTL（oneLetterString）;

可能会做一个看似合理的工作。至少它似乎有许多有效字符的范围。或者您可以根据_LTR_CHARS和_RTL_CHARS中的信息将您自己的RegExp组合在一起。它明确表示它不是100％准确，但对大多数实际目的都有好处。

Answer 2

看起来你将不得不遍历字符串中的符文，然后根据unicode范围表检查整数值。

Golang有一些代码直接从unicode source生成这些表。请参阅go maketables.go以及golang unicode包中的一些其他文件。

或者采取懒惰选项，并提交Dart错误，并等待Dart团队实施它;）

Answer 3

在Dart或JS中还没有对此的支持。

Xregexp JS库支持生成相当大的字符类regexp来支持这样的事情。您可以生成正则表达式，打印并剪切并粘贴到您的应用程序中。

Answer 4

我知道这是一个老问题。但是RegExp现在支持unicode categories（自Dart 2.4起），因此您可以执行以下操作：

RegExp alpha = RegExp(r'\p{Letter}', unicode: true);
print(alpha.hasMatch("f")); // true
print(alpha.hasMatch("ת")); // true
print(alpha.hasMatch("®")); // false

使用RegEx匹配Unicode字母

4 个答案: