Question

我正在尝试检测以下内容中带有一些汉字的主题标签：

#xyz Wo hat man die beste Aussicht auf die F1 Rennbahn? Kai Ebel hat 
einen Tipp für euch ! #visitsingaporeFür den Überblick: #ViewFromTheTop
Einer der besten Orte in Singapur , um das Nachtrennen von oben zu sehen
, ist für mich CE LA VI auf dem Marina Bay Sands. #wea周有七天 Die #kkk.
Panorma Sicht auf die Stadt und auf die Rennbahn sind spektakulär !
#visitsingapore https://s.l/JA5DAF #abc #周有七天 #a七

我尝试过的正则表达式是：

#[\u4E00-\u9FCC]+|#(\w)

但是无法检测到像#wea周有七天这样的完整主题标签？

Answer 1

类似于以下内容吗？

var string = '#xyz Wo hat man die beste Aussicht auf die F1 Rennbahn? Kai Ebel hat einen Tipp für euch ! #visitsingaporeFür den Überblick: #ViewFromTheTopEiner der besten Orte in Singapur , um das Nachtrennen von oben zu sehen, ist für mich CE LA VI auf dem Marina Bay Sands. Die #kkk. Panorma Sicht auf die Stadt und auf die Rennbahn sind spektakulär ! #visitsingapore https://s.l/JA5DAF #abc #周有七天 #a七 #wea周有七天';

const REGEX = /(#[\u4E00-\u9FCC]+|#(\w)\p{Script=Hani}.+|#(\w)+)/gu;
console.log(string.match(REGEX));

要匹配中文，只需执行以下操作：

const REGEX = /(\p{Script=Hani})+/gu;
console.log('你好'.match(REGEX));

技巧是使用\ p并使用正确的脚本名称，Hani代表Han脚本（中文）。脚本的完整列表在这里：http://unicode.org/Public/UNIDATA/PropertyValueAliases.txt

Answer 2

如果您需要匹配所有包含混合中文（在[\u4E00-\u9FCC]和非中文字符中）的标签，则可以使用

#[^\s]*[\u4E00-\u9FCC]+[^\s]*

说明：匹配0个或多个非空格，并且在[\u4E00-\u9FCC]范围内至少匹配一个字符。

txt = "#xyz Wo hat man die beste Aussicht auf die F1 Rennbahn? Kai Ebel hat einen Tipp für euch ! #visitsingaporeFür den Überblick: #ViewFromTheTop Einer der besten Orte in Singapur , um das Nachtrennen von oben zu sehen, ist für mich CE LA VI auf dem Marina Bay Sands. #wea周有七天 Die #kkk. Panorma Sicht auf die Stadt und auf die Rennbahn sind spektakulär ! #visitsingapore https://s.l/JA5DAF #abc #周有七天 #a七";

console.log(txt.match(/#[^\s]*[\u4E00-\u9FCC]+[^\s]*/gu));

带有中文和英文unicode的正则表达式

2 个答案: