所有字母表的正则表达式

Question

我需要所有字母的正则表达式。我有一个输入和目标文本。它们都可以属于不同的字母表。我的意思是他们可以属于中文，拉丁文，西里尔文和其他任何字母。

我需要一个用于多语言输入和多语言目标文本的正则表达式。

有没有人对此有任何想法？我怎么写这个正则表达式？

我会用javascript来使用它。但我认为java和javascript应该有共同的正则表达式来解决这个问题。

Answer 1

如果您使用的是Java（不是javascript！），则可以使用unicode属性，例如

\P{L}来自任何语言的任何信件。

有关更多信息，请参阅regular-expressions.info/unicode。

适用于Javascript：

来自XRegExp的lib和一些插件XRegExp Unicode plugins扩展了javasript正则表达式功能。这增加了对Unicode类别，脚本和块的支持。

使用这些库，您可以将\p{L}与javascript一起使用。

请参阅我对this question的回答以获取一个小例子

Answer 2

某些正则表达式引擎支持所有Unicode字母的特殊字符：

\p{L}

或者您可以使用\w - 字母，数字，下划线

Answer 3

我用“|”这个角色作为分隔符，所以它对我来说是特殊的。键可以是除“|”之外的任何字符。它解决了我的问题，谢谢你的答案。它可以与javascript，java和groovy一起使用。我测试了它，工作了。

var keyPrefix ="\\|[\u0000-\u007B\u007D-\uFFEF]*";
var keySuffix = "[\u0000-\u007B\u007D-\uFFEF]*\\|";
var searchkey = keyPrefix + key.toLowerCase() + keySuffix;