C# 匹配字母数字字符，包括拉丁unicode

我有一个与ASCII字母数字字符匹配的工作正则表达式：

 string pattern = "^[a-zA-Z0-9]+$";
 Match match = Regex.Match(input, pattern);
 if (match.Success)
 {
   ...

 string pattern = "^[{Latin}0-9]+$";

[ắẮằẰẵẴẳẲấẤầẦẫẪẩẨảẢạ ẠặẶậẬḁḀ ẚ ḃḂḅḄḇḆ ḉḈ ḋḊḑḐḍḌḓḒḏḎ ẟ ếẾềỀễỄểỂẽẼḝḜḗḖḕḔẻẺẹẸ ệỆḙḘḛḚ ḟḞ ḡḠ ḧḦḣḢḩḨḥḤḫḪẖ ḯḮỉỈịỊḭḬ ḱḰḳḲḵḴ ḷḶḹḸḽḼḻḺ ỻỺ ḿḾṁṀṃṂ ṅṄṇṆṋṊṉṈ ốỐồỒỗỖổỔṍṌṏṎṓṒṑṐỏỎớỚ ờỜỡỠởỞợỢọỌộỘ ṕṔṗṖ ṙṘṛṚṝṜṟṞ ṥṤṧṦṡṠṣṢṩṨẛ ẞ ẜ ẝ ẗṫṪṭṬṱṰṯṮ ṹṸṻṺủỦứỨừỪữỮửỬựỰụỤṳṲ ṷṶṵṴ ṽṼṿṾ ỽỼ ẃẂẁẀẘẅẄẇẆẉẈ ẍẌẋẊ ỳỲẙỹỸẏẎỷỶỵỴ ỿỾ ẑẐẓẒẕẔ]

我想扩展它以应用相同的概念，但包括所有拉丁字符（例如å、Ø等）

 string pattern = "^[{Latin}0-9]+$";

我已经读到了。我试过这个：

 string pattern = "^[{Latin}0-9]+$";

---

但它与我期望的模式不匹配。如何使用unicode脚本或其他方法匹配拉丁unicode？

使用

^[\p{L}\s]+$

匹配任何unicode字符

 string pattern = "^[{Latin}0-9]+$";

或

^[\w\u00c0-\u017e]$

匹配从00c0到017e的任何字母加unicode字符（使用charmap查找所需的unicode字符范围）

 string pattern = "^[{Latin}0-9]+$";

---

使用

^[\p{L}\s]+$

匹配任何unicode字符

 string pattern = "^[{Latin}0-9]+$";

或

^[\w\u00c0-\u017e]$

匹配从00c0到017e的任何字母加unicode字符（使用charmap查找所需的unicode字符范围）

 string pattern = "^[{Latin}0-9]+$";

---

Unicode脚本不受.NET正则表达式引擎支持，但Unicode块受支持。话虽如此，您可以使用以下正则表达式匹配所有拉丁字符：

 string pattern = "^[{Latin}0-9]+$";

^[\p{IsBasicLatin}\p{IsLatin-1Supplement}\p{IsLatinExtended-A}\p{IsLatinExtended-B}0-9]+$

• \p{IsBasicLatin}

  ：U+0000–U+007F

• \p{IsLatin-1supplment}

  ：U+0080–U+00FF

• \p{IsLatinExtended-A}

  ：U+0100–U+017F

• \p{IsLatinExtended-B}

  ：U+0180–U+024F

或者简单地使用

^[\u0000-\u024F0-9]+$

 string pattern = "^[{Latin}0-9]+$";

<>您可能想考虑匹配<代码> \p{IsLaLin ExpDeldOut}} /Cuth>，它是U+1EO-U+1EFF的命名块，它包含256个附加字符：

 string pattern = "^[a-zA-Z0-9]+$";
 Match match = Regex.Match(input, pattern);
 if (match.Success)
 {
   ...

 string pattern = "^[{Latin}0-9]+$";

[ắẮằẰẵẴẳẲấẤầẦẫẪẩẨảẢạ ẠặẶậẬḁḀ ẚ ḃḂḅḄḇḆ ḉḈ ḋḊḑḐḍḌḓḒḏḎ ẟ ếẾềỀễỄểỂẽẼḝḜḗḖḕḔẻẺẹẸ ệỆḙḘḛḚ ḟḞ ḡḠ ḧḦḣḢḩḨḥḤḫḪẖ ḯḮỉỈịỊḭḬ ḱḰḳḲḵḴ ḷḶḹḸḽḼḻḺ ỻỺ ḿḾṁṀṃṂ ṅṄṇṆṋṊṉṈ ốỐồỒỗỖổỔṍṌṏṎṓṒṑṐỏỎớỚ ờỜỡỠởỞợỢọỌộỘ ṕṔṗṖ ṙṘṛṚṝṜṟṞ ṥṤṧṦṡṠṣṢṩṨẛ ẞ ẜ ẝ ẗṫṪṭṬṱṰṯṮ ṹṸṻṺủỦứỨừỪữỮửỬựỰụỤṳṲ ṷṶṵṴ ṽṼṿṾ ỽỼ ẃẂẁẀẘẅẄẇẆẉẈ ẍẌẋẊ ỳỲẙỹỸẏẎỷỶỵỴ ỿỾ ẑẐẓẒẕẔ]

---

.NET正则表达式引擎不支持Unicode脚本，但支持Unicode块。话虽如此，您可以使用以下正则表达式匹配所有拉丁字符：

 string pattern = "^[{Latin}0-9]+$";

^[\p{IsBasicLatin}\p{IsLatin-1Supplement}\p{IsLatinExtended-A}\p{IsLatinExtended-B}0-9]+$

• \p{IsBasicLatin}

  ：U+0000–U+007F

• \p{IsLatin-1supplment}

  ：U+0080–U+00FF

• \p{IsLatinExtended-A}

  ：U+0100–U+017F

• \p{IsLatinExtended-B}

  ：U+0180–U+024F

或者简单地使用

^[\u0000-\u024F0-9]+$

 string pattern = "^[{Latin}0-9]+$";

<>您可能想考虑匹配<代码> \p{IsLaLin ExpDeldOut}} /Cuth>，它是U+1EO-U+1EFF的命名块，它包含256个附加字符：

 string pattern = "^[a-zA-Z0-9]+$";
 Match match = Regex.Match(input, pattern);
 if (match.Success)
 {
   ...

 string pattern = "^[{Latin}0-9]+$";

[ắẮằẰẵẴẳẲấẤầẦẫẪẩẨảẢạ ẠặẶậẬḁḀ ẚ ḃḂḅḄḇḆ ḉḈ ḋḊḑḐḍḌḓḒḏḎ ẟ ếẾềỀễỄểỂẽẼḝḜḗḖḕḔẻẺẹẸ ệỆḙḘḛḚ ḟḞ ḡḠ ḧḦḣḢḩḨḥḤḫḪẖ ḯḮỉỈịỊḭḬ ḱḰḳḲḵḴ ḷḶḹḸḽḼḻḺ ỻỺ ḿḾṁṀṃṂ ṅṄṇṆṋṊṉṈ ốỐồỒỗỖổỔṍṌṏṎṓṒṑṐỏỎớỚ ờỜỡỠởỞợỢọỌộỘ ṕṔṗṖ ṙṘṛṚṝṜṟṞ ṥṤṧṦṡṠṣṢṩṨẛ ẞ ẜ ẝ ẗṫṪṭṬṱṰṯṮ ṹṸṻṺủỦứỨừỪữỮửỬựỰụỤṳṲ ṷṶṵṴ ṽṼṿṾ ỽỼ ẃẂẁẀẘẅẄẇẆẉẈ ẍẌẋẊ ỳỲẙỹỸẏẎỷỶỵỴ ỿỾ ẑẐẓẒẕẔ]

---

我将使用unicode脚本

 string pattern = "^[{Latin}0-9]+$";

正如Wikipedia（）所描述的，我将使用拉丁语-1补遗（00C0-00FF）、拉丁语扩展-A（0100-017F）、拉丁语扩展-B（0180-024F）和您的ASCII字母数字字符模式

 string pattern = "^[{Latin}0-9]+$";

string pattern = "^[a-zA-Z0-9\\u00C0–\\u024F]+$";

---

我将使用unicode脚本

 string pattern = "^[{Latin}0-9]+$";

正如Wikipedia（）所描述的，我将使用拉丁语-1补遗（00C0-00FF）、拉丁语扩展-A（0100-017F）、拉丁语扩展-B（0180-024F）和您的ASCII字母数字字符模式

 string pattern = "^[{Latin}0-9]+$";

string pattern = "^[a-zA-Z0-9\\u00C0–\\u024F]+$";

---

@mtmacdonald的可能重复项可能重复项您需要使用（

@“…”

）或转义反斜杠。@stej4n为什么在第二个示例中，当ASCII字母字符低于范围00C0时，匹配项中包含ASCII字母字符？因为我添加了\w与ASCII字符匹配的字符chars@mtmacdonald您需要使用（

@“…”

）或转义反斜杠。@stej4n在第二个示例中，当ASCII字母字符低于范围00C0时，为什么ASCII字母字符包含在匹配项中？因为我添加了\w哪些匹配ASCII字符123Æ不匹配？123Æ不匹配？答案很好。您可能希望添加

\p{islatinedeadditional}

@AnthonyFaull谢谢。添加。回答很好。您可能希望添加

\p{IslatinedExtendedAdditional}

@AnthonyFaull谢谢。添加。