C＃中的英语正则表达式

Question

我需要一个正则表达式模式，可以检测给定的文本是否是英文，但我想包含以下内容：

• 允许空格
• 允许数字和单词
• 允许多行和标签
• 允许所有特殊字符！@＃$％^＆amp; *（）_- + = {} | /＆lt;＆gt; ~`'：“; []
• 允许网址，电子邮件
• 如果给定的文本包含任何字符而不是英文，则应将其视为非英文文本，如果文本包含阿拉伯字母/单词，例如“ابت...... etc.”，则应该应用此文本。和法语“é，â...等”相同以及所有其他语言

简而言之，我需要知道给定的文本，任何格式的文本是否都是英文的。我尝试了很多模式，但我没有得到它，实际上，我不需要使用任何语言检测器，因为应用程序将脱机使用。

不应接受的文本样本：

  

您好！ ......é

     

مرحبابك

     

للتحميلاضغطهنا... http://www.google.com

因此，如果文本包含非英文字母，则应将其视为非英文文本。

Answer 1

我想我找到了它，我尝试了Basic Latin Unicode类，到目前为止它工作得很好。我用过：

"^[\u0000-\u007F]+$"

它的想法是检查给定的文本是否是英文并且仅使用英文字母书写，此外，它允许特殊字符。因此，如果给定的文本是这样的“我在咖啡馆遇到了我的朋友”，它被认为是非英文文本，因为给定的文本应该只包含英文字母，并且即使键入名称，地点也要避免任何其他字母。 ..这正是我所需要的。
谢谢大家。

资源：

• http://kourge.net/projects/regexp-unicode-block
• https://msdn.microsoft.com/en-us/library/az24scfc(v=vs.110).aspx
• Regular expression to match non-English characters?

Answer 2

这应该有效：

@"[^\t\w\d\s$-/:-?{-~!"^_`\[\]]+"

如果匹配，则有非英文字母/字符。

顺便说一句，你只是测试文本是否只包含英语人通常会使用的那些字符，而不是它所使用的语言。 要检测一种语言，你需要像自然语言处理这样的东西，而不是正则表达式。

Answer 3

理论上，如果正则表达式包含英语词典中的每个单词，都是可能的。

您可以创建一个检测非英文字符的正则表达式。这将检测绝对不是英语的文本，但无法确认它是肯定的。