正则表达式搜索包含外来字符的单词

Question

我正在寻找一个用于Notepad ++的RegEx，用于挑选带有外来词的行。我的策略是尝试捕捉包含外来字符的单词。例如，如果我想找到大写的希腊词，我就会接近

^(?< ![a-z0-9]).+\[ΓΣΩΘΦΔΛΠ\](?!=a-z0-9)+$

试图找到任何这些带有负面外观的大写希腊字母，用于小写字母和数字，但它不起作用。

如果我制作了一个工作表达式行，例如：

1. BUTTER ΘEΦECOC EGGS
2. Flour CREAM sugar
3. AΘINA HELLAΣ ΠOΘCON

应仅匹配第1行和第1行3，因为2没有希腊字母的单词。

Answer 1

只要您知道非英语单词也可以采用[a-z]+形式，您可以使用\pL将单词与Unicode常规类别字母中的代码点匹配。

匹配行：

(?i).*(?![a-z])\pM*\pL.*

匹配单词：

(?i)\b[a-z]*(?![a-z])\pM*\pL\w*

<强>解释

• (?i)无谓匹配。
• \b是word boundary，用于匹配单词的开头。
• [a-z]*匹配可能出现在非英文字母前的单词中的英文字母。
• (?![a-z])\pM*\pL使用negative lookahead断言下一个字符不是英文字母，然后它匹配Unicode General Category Letter中的代码点，可能之前是变音符号。
• \w*以匹配任何其他单词字符。