正则表达式：禁用符号

Question

有没有办法禁用 all 符号，标点符号，块元素，几何形状和dingbats，如下所示：

  

✁✂✃✄✇✈✉✍✍✏✐✑✒✒✔⟻⟻⟼⟾⟿⟻⟼⟽⟾⟿▚▛▜▝▟▟▟▟

没有在正则表达式模式中写下所有这些，同时启用所有其他正常语言字符，如中文，阿拉伯语等。如下所示：

  

文化中国الجزيرةنت

我正在构建一个javascript验证函数，我真正的问题是我无法使用：

[a-zA-Z0-9] 

因为这忽略了很多语言而不仅仅是符号。

Answer 1

Unicode标准将所有可能的字符分成code charts。每个代码表包含相关字符。如果您只想排除（或包含）某些类别的字符，则必须制作一个合适的排除列表（或包含）。 Unicode很大，所以这可能需要做很多工作。

Answer 2

不是。

JavaScript不支持Unicode Character Properties。你得到的最接近的是按照Greg Hewgill建议的Unicode代码点排除范围。

例如，要匹配数学符号下的所有字符：

/[\u2190-\u259F]/

Answer 3

这取决于你的正则表达方言。不幸的是，可能大多数现有的JavaScript引擎都不支持Unicode字符类。

在（最近的）Perl或.Net中的正则表达式引擎中，可以引用Unicode字符类。

\ p {L}：任何语言的任何一种信件。 \ p {N}：来自任何语言的任何数字符号（包括，我记得，印度语，阿拉伯语和CJK号码字形）。

因为Unicode支持组合和分解的字形，所以可能会遇到某些复杂性：即，如果只存在分解形式，则可能会在匹配模式中意外排除某些变音符号，并且您可能需要明确允许这些字形。马克的类型。如果我没记错的话，你可以通过使用kC规范化（仅适用于具有组合形式的字符）规范化的字符串来缓解这种情况。在支持Unicode的环境中，通常有一个函数可以让你非常容易地规范化Unicode字符串（至少在Java和.Net中都是如此）。

已编辑添加：如果您已开始沿着这条路走下去，或已经考虑过它，为了恢复理智，您可能需要尝试使用Unicode Plugin for XRegExp（这将是要求你依赖XRegExp）。

Answer 4

JavaScript正则表达式没有本机Unicode支持。在服务器站点验证（或清理）字符串或使用非本机正则表达式库的替代方法。虽然我从未使用它，XRegExp就是这样一个库，它有一个Unicode Plugin。

Answer 5

看看Unicode Planes。您可能希望排除除了0和2平面之外的所有内容。之后，它会变得很难看，因为您必须根据具体情况排除大量平面0。