Question

我在编写一个验证this现有语言环境的正则表达式时遇到了困难...

到目前为止我所做的是这个正则表达式 ^[a-zA-Z0-9_]{5,10}$ 。

但是这个正则表达式有以下语言环境

1 。aa_aa_aaaa只有第二组字母必须包含2或4个字母。

2 即可。 aaaaa必须包含至少一个下划线。

任何帮助都很有帮助！谢谢！

Answer 1

怎么样：

^(?i)[a-z]{2}_(?:[a-z]{2}){1,2}(?:_[a-z]{2})?$

其中(?i)不区分大小写。

Answer 2

您应该稍微更改表达式以添加其他约束。

基本上你有这个：

^[a-z]{2}(_([a-zA-Z]{2}){1,2})?_[A-Z]{2}$

这将匹配aa_AA或aa_aAaa_AA格式的区域设置，即至少需要两个双字母组和一个可选的2或4个字母组（组必须包含一个或两个2个字母的子组）。

请注意，我使表达式区分大小写，即第一个2个字母的组需要为小写，最后一个（第二个或第三个）组必须为大写，如您发布的列表所暗示的那样。可选的4个字母组将允许两种情况。

如果您不希望表达式只是在表达式前面的(?i)处区分大小写。

但是，这只是检查潜在的Locale id的格式。您仍然不知道该ID是否实际受支持。因此，您可以跳过该步骤，并使用可用语言环境中的该ID查找语言环境。我不确定是否有任何内置功能，但您可以创建Locale.getAvailableLocales()的地图，其中密钥是Locale#toString()返回的ID，然后使用该地图进行查找。

Answer 3

这里是toString()版的正则表达式，例如java.util.Locale

在大多数情况下，您可能会满意

语言和国家/地区

^(?i)(?<lang>[a-z]{2,8})(?:_(?<country>(?:[a-z]{2})|(?:[0-9]{3})))?$

语言，脚本，国家/地区

^(?i)(?<lang>[a-z]{2,8})(?:_(?<script>[a-z]{4})_)?(?:_(?<country>(?:[a-z]{2})|(?:[0-9]{3})))?$

语言，脚本，国家/地区，变体

^(?i)(?<lang>[a-z]{2,8})(?:_(?<script>[a-z]{4})_)?(?:_(?<country>(?:[a-z]{2})|(?:[0-9]{3})))?(?:_(?<variant>(?:(?:[0-9][0-9a-z]{3})|(?:[0-9a-z]{5,8}))(?:(?:_|-)(?:(?:[0-9][0-9a-z]{3})|(?:[0-9a-z]{5,8})))*))?$

*此模式不会提取单独的subtags-不要认为有用例可以使它们一一对应。

语言，脚本，国家/地区，变体，扩展名

...gets too long and ugly )

这些表单在更符合规范的部分（例如正则表达式组）之间接受_（下划线）。

如果还允许通行证-（连字符），例如java.util.Locale中允许的通行证，则不会再次使模式更漂亮。为实现这一目标，您可以用-之类的东西代替(?:_|-)，但总的来说，我喜欢强调并鼓励人们使用它们。

此外，它也更符合«IETF BCP 47，它由RFC 4647“语言标记的匹配”和RFC 5646“识别语言的标记”组成，仅接受_（下划线）。 / p>

Answer 4

^[a-z]{1,8}(([_-]{1})([A-Z]{1})([a-z]{1,8}|[A-Z]{1,2}))?([-_]([A-Z]{1,4}|[0-9]{2,4}))?$

希望此正则表达式可能会有所帮助

使用java和regex验证字符串语言环境

4 个答案: