Question

好的，我现在已经读了一整天的正则表达式，但仍然不能理解它。我要做的是验证一个名字，但我在互联网上找到的功能只能使用[a-zA-Z]，留下我需要接受的字符。

我基本上需要一个正则表达式来检查名称是否至少有两个单词，并且它不包含数字或特殊字符，如!"#¤%&/()=...，但是单词可以包含æ，é，Â等字符上...

一个被接受的名字的例子是：“JohnElkjærd”或“AndréSvenson”
一个不被接受的名字是：“ Hans ”，“H 4 nn 3 Andersen“或”Martin Henriksen ！“

如果重要，我使用javascript .match()函数客户端，并且只想在负面的“服务器端”使用php的preg_replace()。（删除不匹配的字符）。

非常感谢任何帮助。

更新
好的，感谢Alix Axel's answer我有重要的部分，服务器方面。

但是，正如LightWing's answer的页面所暗示的那样，我无法找到任何关于javascript的unicode支持的内容，所以我最终为客户端找到了半个解决方案，只检查了至少两个单词和最小值5个字符是这样的：

if(name.match(/\S+/g).length >= minWords && name.length >= 5) {
  //valid
}

另一种方法是指定shifty's answer中建议的所有unicode字符，我可能最终会像上面的解决方案那样做，但这有点不实用。

Answer 1

尝试以下正则表达式：

^(?:[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+\s[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+\s?)+$

在PHP中，这转换为：

if (preg_match('~^(?:[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+\s[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+\s?)+$~u', $name) > 0)
{
    // valid
}

你应该这样读：

^   # start of subject
    (?:     # match this:
        [           # match a:
            \p{L}       # Unicode letter, or
            \p{Mn}      # Unicode accents, or
            \p{Pd}      # Unicode hyphens, or
            \'          # single quote, or
            \x{2019}    # single quote (alternative)
        ]+              # one or more times
        \s          # any kind of space
        [               #match a:
            \p{L}       # Unicode letter, or
            \p{Mn}      # Unicode accents, or
            \p{Pd}      # Unicode hyphens, or
            \'          # single quote, or
            \x{2019}    # single quote (alternative)
        ]+              # one or more times
        \s?         # any kind of space (0 or more times)
    )+      # one or more times
$   # end of subject

老实说，我不知道如何将此移植到Javascript，我甚至不确定Javascript是否支持Unicode属性，但在PHP PCRE中seems to work flawlessly @ IDEOne.com：

$names = array
(
    'Alix',
    'André Svenson',
    'H4nn3 Andersen',
    'Hans',
    'John Elkjærd',
    'Kristoffer la Cour',
    'Marco d\'Almeida',
    'Martin Henriksen!',
);

foreach ($names as $name)
{
    echo sprintf('%s is %s' . "\n", $name, (preg_match('~^(?:[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+\s[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+\s?)+$~u', $name) > 0) ? 'valid' : 'invalid');
}

对不起，我对Javascript部分无法帮助你，但可能会有人在这里。

<强> void验证：

JohnElkjærd
AndréSvenson
Marco d'Almeida
Kristoffer la Cour

<强>的失效：

汉斯
H4nn3 Andersen
Martin Henriksen！

要替换无效字符，虽然我不确定您为何需要此字符，但您只需稍微更改一下：

$name = preg_replace('~[^\p{L}\p{Mn}\p{Pd}\'\x{2019}\s]~u', '$1', $name);

示例：

H4nn3 Andersen - ＆gt; Hnn Andersen
Martin Henriksen！ - ＆gt; Martin Henriksen

请注意，您始终需要使用 u 修饰符。

Answer 2

关于JavaScript，它更棘手，因为JavaScript Regex语法不支持unicode字符属性。一个实用的解决方案是匹配这样的字母：

[a-zA-Z\xC0-\uFFFF]

这允许使用所有语言的字母，并且不包括数字和键盘上常见的所有特殊（非字母）字符。它是不完美的，因为它还允许unicode特殊符号，这些符号不是字母，例如表情符号，雪人等。但是，由于这些符号通常在键盘上不可用，我认为它们不会偶然输入。因此，根据您的要求，这可能是一个可接受的解决方案。

Answer 3

访问此页面Unicode Characters in Regular Expression

Answer 4

您可以将允许的特殊字符添加到正则表达式。

示例：

[a-zA-ZßöäüÖÄÜæé]+

编辑：

不是最好的解决方案，但如果至少有单词，这会产生结果。

[a-zA-ZßöäüÖÄÜæé]+\s[a-zA-ZßöäüÖÄÜæé]+

Answer 5

这是@Alix上面的精彩答案的优化。它不需要两次定义字符类，并且可以更容易地定义任意数量的所需单词。

^(?:[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+(?:$|\s+)){2,}$

可以分解如下：

^         # start
  (?:       # non-capturing group
    [         # match a:
      \p{L}     # Unicode letter, or
      \p{Mn}    # Unicode accents, or
      \p{Pd}    # Unicode hyphens, or
      \'        # single quote, or
      \x{2019}  # single quote (alternative)
    ]+        # one or more times
    (?:       # non-capturing group
      $         # either end-of-string
    |         # or
      \s+       # one or more spaces
    )         # end of group
  ){2,}     # two or more times
$         # end-of-string

基本上，它是要找到一个由字符类定义的单词，然后找到一个或多个空格或一行的结尾。最后的{2,}告诉它必须至少找到两个单词才能使匹配成功。这确保了OP的“Hans”示例不匹配。

最后，因为我在为ruby寻找类似的解决方案时发现了这个问题，所以这里是正则表达式，可以在Ruby 1.9 +中使用

\A(?:[\p{L}\p{Mn}\p{Pd}\'\U+2019]+(?:\Z|\s+)){2,}\Z

主要更改是使用\ A和\ Z表示字符串（而不是行）的开头和结尾以及Ruby的Unicode字符表示法。

Answer 6

检查输入字符串时可以

trim（）它删除前导/尾随空格
匹配[^ \ w \ s]以检测非word \ non-whitespace字符
与\ s +匹配，以获得等于单词数+ 1的单词分隔符数。

但是我不确定\ w的速记是否包含重音字符，但它应该属于“单词字符”类别。

Answer 7

这是我使用的JS正则表达式，用于由最多3个单词（1到60个字符）组成的花哨名称，用空格/单引号/减号分隔

^([a-zA-Z\xC0-\uFFFF]{1,60}[ \-\']{0,1}){1,3}$

具有特殊字符的名称的正则表达式（Unicode）

7 个答案: