Question

这是我的正则表达式^([\\p{L}-|a-zA-Z0-9-_]+)$，它应该允许所有外来字母以及数字字母，数字。但是由于某些原因，印地文字符无法匹配。

我写了一个Xunit测试来证明。

[Fact]
        public void test()
        {
            var hindiChar = "इम्तहान";
            var input = "12345ABCDPrüfungテスト中文테스트إسرائيل" + hindiChar;
            var regex = "^([\\p{L}-|a-zA-Z0-9-_]+)$";
            Assert.True(new Regex(regex).IsMatch(input));
        }

如果删除hindiChar，则测试将返回true；否则，测试将返回true。但是如果您添加hindiChar，则测试将返回false。

我认为正则表达式的一部分是适合所有外来字符，但不确定为什么它不匹配印地文字符。

Answer 1

仅使用\p{L}来匹配单词是不够的，您还需要匹配变音符号。可以通过在正则表达式中添加\p{M}来完成。请注意，即使在默认情况下，.NET正则表达式中的\w速记“单词”字符类也默认与一组变音符号\p{Mn}（ Mark，Nonspacing Unicode char类别）匹配，请参见this .NET regex reference。但是，在这里您需要\p{M}来允许任何变音符号。

请注意，字符类中的|与文字|字符匹配，因此您需要从模式中删除|。

在我看来您使用

@"^[\p{L}\p{M}0-9_-]+$"

它将匹配一个或多个字母，变音符号，ASCII数字，_或-字符的任何字符串。

请参见regex demo。

请注意，如果要允许使用任何Unicode数字字符，甚至可以使用

@"^[\w\p{M}-]+$"

请参见another demo

正则表达式不匹配所有外来字符

1 个答案: