Question

我有一些数据表明某些数据包含非英文字母，所以我想检查来自任何语言+空格+一些特殊字符的字母。

特殊字符为：' () - &

我尝试了/^[\p{L} -()']+$/，但它没有使用Castaٌeda和word Castaٌeda

之类的内容

我希望第一个字符是任何语言字母，然后是所有允许字符的组合。

字符串可以是：

第一 - 第二
第一秒
第一＆＃39;第二
first＆amp;第二
第一和安培;第二
第一（第二）
第一（第二）
第一第二 - 第三
第一个第二个第三个
第一名第二名（第四名）
第一 - 第二三分之一（第四） ..

Answer 1

我希望第一个字符是任何语言字母，然后是所有允许字符的组合。

您应该重新安排当前的正则表达式，要求第一个字母为字母，并且要跟随的字符类应使用*（零次或多次出现）进行量化。

但是，有一些事情需要注意：

您可能在单词之间有空格，因此用\s或\h替换文字空间是有意义的（并使用PHP中的u修饰符使其识别Unicode ），或将\x{00A0}模式添加到字符类中以匹配硬空格
您需要在字符类中的单个字符之间转义连字符以使其与文字连字符匹配，否则，它会创建一个模式可以匹配的字符范围
当您需要微调模式时，您应该在连字符之前添加任何其他允许的字符。

所以，你可以使用

$pattern = "~^\p{L}[\p{L}\p{M}\h().'&-]*$~u";

请参阅regex demo。

<强>详情

^ - 字符串开头
\p{L} - 任何Unicode字母
[\p{L}\p{M}\h().'&-]* - 零或更多
- \p{L} - 字母
- \p{M} - diacritics
- \h - 水平空白
- ().'&- - 这些特定的字符
$ - 字符串的结尾（更好的是，添加D修饰符，或将$替换为\z以避免在上一个\n之前进行匹配。

请参阅the PHP demo：

$arr = ["first-second", "first second", "first'second", "first & second", "first&second", "first(second)", "first (second)", "first-second-third", "first second third", "first second third(fourth)", "first-second-third(fourth)", "word Castaٌeda", "Alfonso Lista (Potia)", "Bacolod-Kalawi (Bacolod-Grande)", "Balindong (Watu)", "President Manuel A. Roxas", "Enrique B. Magalona (Saravia)", "Bacolod-Kalawi (Bacolod-Grande)", "Datu Blah T. Sinsuat", "Don Victoriano Chiongbian (Don Mariano Marcos)", "Bulalacao (San Pedro)", "Hinoba-an (Asia)"];
$pattern = "~^\p{L}[\p{L}\p{M}\h().'&-]*$~u";
foreach ($arr as $s) {
    echo $s;
    if (preg_match($pattern, $s)) {
        echo " => VALID\n";
    } else {
        echo " => INVALID\n";
    }
}

输出：

first-second => VALID
first second => VALID
first'second => VALID
first & second => VALID
first&second => VALID
first(second) => VALID
first (second) => VALID
first-second-third => VALID
first second third => VALID
first second third(fourth) => VALID
first-second-third(fourth) => VALID
word Castaٌeda => VALID
Alfonso Lista (Potia) => VALID
Bacolod-Kalawi (Bacolod-Grande) => VALID
Balindong (Watu) => VALID
President Manuel A. Roxas => VALID
Enrique B. Magalona (Saravia) => VALID
Bacolod-Kalawi (Bacolod-Grande) => VALID
Datu Blah T. Sinsuat => VALID
Don Victoriano Chiongbian (Don Mariano Marcos) => VALID
Bulalacao (San Pedro) => VALID
Hinoba-an (Asia) => VALID

如何查看任何语言，空格和一些特殊字符的字母？

1 个答案: