Question

在Java中，我正在寻找一个接受任何波斯语（或阿拉伯语）字母的正则表达式，除了任何波斯语（或阿拉伯语）数字。为了只有字母，我找到了一个非常好的正则表达式：

[\u0600-\u065F\u066A-\u06EF\u06FA-\u06FF]

虽然这是真的并且对我有用，但我们知道我们可以使用\\p{L}+作为正则表达式，它接受来自世界上所有语言的所有字母，在我的情况下（阿拉伯语 - 波斯语）我可以修改它并使用[\\p{InArabic}]+$.

但是使用[\\p{InArabic}]+$不仅可以接受所有阿拉伯语（波斯语）字母，而且阿拉伯数字也可以接受，例如1 2。

所以我的问题是如何修改[\\p{InArabic}]+$只是接受字母而不是数字，换句话说我如何限制[\\p{InArabic}]+$不接受任何数字？

请注意，波斯语（阿拉伯语）的数字如下：1 2 3 4 5 6 7 8 9 0

Answer 1

您可以使用以下正则表达式：

"[\\p{InArabic}&&\\PN]"

\p{InArabic}匹配Unicode Block Arabic中的任何字符（从U + 0600到U + 06FF）

\PN匹配任何属于任何数字类别的非字符（请注意首都P）。

将两组相交得到所需的结果：不包括两个数字范围（U + 0660到U + 0669）和（U + 06F0到U + 06F9）。

测试代码

for (int i = 0x600; i <= 0x6ff; i++) {
    String c = "" + (char) i;
    System.out.println(Integer.toString(i, 16) + " " + c.matches("[\\p{InArabic}&&\\PN]"));
}

Answer 2

您可以使用character class subtraction，这是一个相当模糊的功能：

[\p{InArabic}&&[^۰-۹]]

工作示例：http://ideone.com/jChGem

波斯语（阿拉伯语）字母的正则表达式，没有任何数字

2 个答案:

测试代码