Ios 将非英语字符与\w匹配

我正在尝试从html中提取一些名称。例如，字符串可能如下所示：

Doe, J

我使用的模式是：

\w+, \w

只要名字由英文字母组成，一切都很好。相同的图案与西班牙语或波兰语名称不匹配：

Cortázar, J
Król, S

---

显然，具体的角色是有问题的。您知道如何匹配这些字符吗？我调查了这个问题，但我认为它不支持它。或者我没有抓住要点，我应该想出更聪明的正则表达式？

NSRegularExpression

似乎无法很好地匹配unicode字符，您可以做的是将所有内容匹配到一个分隔符，我假设您有

^(\X+?),$

这将创建一个包含您想要的结果的捕获组，并且它还应该与unicode匹配

---

您还可以使用匹配的字符表达式

\u

或

\p

。这是可以看到的。这就描述了它们。

NSRegularExpression

似乎无法很好地匹配unicode字符，您可以做的是将所有字符匹配到一个分隔符，我想您有

^(\X+?),$

这将创建一个包含您想要的结果的捕获组，并且它还应该与unicode匹配

---

您还可以使用匹配的字符表达式

\u

或

\p

。这是可以看到的。这就描述了它们。

使用

\w

的一个问题是，您需要将它放入一个字符串中，并正确转义所有反斜杠

NSArray *names = @[@"Cortázar, J", @"Król, S", @"Don't Match This", @"Doe, J", @"Høegh, K"];

NSString *pattern = @"\\w+, \\w";
NSPredicate *pred = [NSPredicate predicateWithFormat: @"self MATCHES %@", pattern];

NSArray* result = [names filteredArrayUsingPredicate: pred];

它正确地匹配了名称，但在索引2中漏掉了“错误”字符串

---

这表明您可以使用

NSRegularExpression

匹配字符串，因为谓词引擎使用相同的正则表达式语法

编辑以添加：

---

如果您坚持直接使用

NSRegularExpression

，那么您可以看到它可以使用更多的代码：

// The names and pattern variables taken from code above

NSError *error = NULL;
NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern:pattern
                                                                       options:NSRegularExpressionCaseInsensitive
                                                                         error:&error];    

for (NSString *string in names) {

    NSRange rangeOfFirstMatch = [regex rangeOfFirstMatchInString:string options:0 range:NSMakeRange(0, [string length])];
    if (!NSEqualRanges(rangeOfFirstMatch, NSMakeRange(NSNotFound, 0))) {
        NSString *result = [string substringWithRange:rangeOfFirstMatch];
        NSLog(@"Match: '%@'", result);
    }
    else {
        NSLog(@"No match: '%@'", string);
    }
}

---

您将看到它与名称匹配，使用纯ASCII或各种欧洲重音字符，但它与字符串“不匹配此”不匹配。

使用

\w

的问题之一是需要将其放入一个字符串中，并正确转义所有反斜杠

NSArray *names = @[@"Cortázar, J", @"Król, S", @"Don't Match This", @"Doe, J", @"Høegh, K"];

NSString *pattern = @"\\w+, \\w";
NSPredicate *pred = [NSPredicate predicateWithFormat: @"self MATCHES %@", pattern];

NSArray* result = [names filteredArrayUsingPredicate: pred];

它正确地匹配了名称，但在索引2中漏掉了“错误”字符串

---

这表明您可以使用

NSRegularExpression

匹配字符串，因为谓词引擎使用相同的正则表达式语法

编辑以添加：

---

如果您坚持直接使用

NSRegularExpression

，那么您可以看到它可以使用更多的代码：

// The names and pattern variables taken from code above

NSError *error = NULL;
NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern:pattern
                                                                       options:NSRegularExpressionCaseInsensitive
                                                                         error:&error];    

for (NSString *string in names) {

    NSRange rangeOfFirstMatch = [regex rangeOfFirstMatchInString:string options:0 range:NSMakeRange(0, [string length])];
    if (!NSEqualRanges(rangeOfFirstMatch, NSMakeRange(NSNotFound, 0))) {
        NSString *result = [string substringWithRange:rangeOfFirstMatch];
        NSLog(@"Match: '%@'", result);
    }
    else {
        NSLog(@"No match: '%@'", string);
    }
}

---

您将看到它与名称匹配，可以是纯ASCII字符，也可以是各种欧洲重音字符，但与字符串“dot match This”不匹配。

在您链接的文章中，我实际上找到了正确的解决方案，因为NSRegularExpression支持\X我可以将其用作点（.）的unicode版本，不要贪心。

NSRegularExpression

相反，似乎与Unicode字符匹配得很好-至少是我尝试过的那些字符。举个例子，你可以看到我的答案。或者，更好的是，你自己试试：-）有一件事需要注意：

\b

需要

w

标志（如

（？w:）

来检测非ASCII字符的单词边界。更多信息如下：@Monolo，同意。这是因为

\w

在iOS（）。在您链接的文章中，我实际上找到了正确的解决方案，因为NSRegularExpression支持\X我可以将其用作点（.）的unicode版本，不要贪心。

NSRegularExpression

相反，似乎与Unicode字符匹配得很好-至少是我尝试过的那些字符。例如，你可以看到我的答案。或者，更好的是，自己试试：-）但是有一点需要注意：

\b

需要

w

标志（如

（？w:）

检测带有非ASCII字符的单词边界。此处的更多信息：@Monolo，同意。这是因为

\w

在iOS（）上被定义为

[\p{Ll}\p{Lu}\p{Lt}\p{Lo}\p{Nd}]

。我不确定这与我的问题有什么关系，我能做些什么使名称与NSRegularExpression匹配吗？@lawicko我希望这与你的问题有很大关系-谓词引擎只是一种简单的方法，用于快速验证概念。我重新编写了该示例，以避免在格式中使用文学正则表达式模式字符串，因此这两个示例现在可以直接比较。无论如何，编辑了答案，添加了一个使用

NSRegularExpression

完成的示例。只需要更多的代码就可以证明它是有效的。这一定很神奇：）我昨天尝试的相同匹配现在神奇地起作用了，我不知道为什么：）感谢您的解释，实际上，我不再使用\w了，因为我发现我的数据有时带有复合名称，所以我使用更通用的匹配来过滤它。无论如何，它看起来\w毕竟与unicode字符匹配，而且很高兴知道NSPredicate下面使用相同的正则表达式引擎。我不确定这与我的问题有什么关系，我能做些什么使名称与NSRegularExpression匹配吗？@lawicko这与你的问题有很大关系，我希望-谓词引擎只是一种更简单的方法，用于快速证明概念。我重新编写了这个示例，在格式字符串中不使用文学正则表达式模式，因此这两个示例现在可以直接比较。无论如何，请编辑答案以添加使用

NSRegularExpression

完成的示例。只需要更多的代码就可以证明它是有效的。这一定很神奇：）我昨天尝试过的匹配现在神奇地起作用了，我不知道为什么：）谢谢你的解释，我实际上已经不再使用\w了，因为我发现我的数据有时带有复合名称，所以我使用更通用的匹配来过滤它。无论如何，它看起来\w与