Java-\pL[\x00-\x7F]&x2B；正则表达式无法使用String.match获取非英语字符

我需要验证保存在字符串中的名称，该名称可以是任何语言，并使用空格：

可以将属于“字母”类别的单个字符与\p{L}匹配

我尝试使用

String.matches

，但它无法匹配非英语字符，例如，即使是1个字符

String name = "อั";
boolean isMatch = name.matches("[\\p{L}]+")); // return false

我尝试过使用括号/不使用括号，为多个字母添加

+

，但总是无法匹配非英语字符

使用

String.matches

与

\p{L}

匹配是否存在问题

我在使用中建议的

[\\x00-\\x7F]+

时也失败了

---

我找到的唯一解决办法是使用

\p{Alpha}一个字母字符：\p{IsAlphabetic}

---

这在网站中不起作用，因为在Google上搜索该字符来查找该语言。好像是泰国人。泰语Unicode字符范围为：

使用unicode字符时，可以使用

\u

。因此，正则表达式应该如下所示：

[\u0E00-\u0E7F]

这与你的角色相匹配

如果要匹配任何语言，请使用以下命令：

[\p{L}]

---

这与您的示例字符相匹配。

有两个字符。第一个是字母，第二个是非字母标记

String name = "\u0e2d";
boolean isMatch = name.matches("[\\p{L}]+"); // true

有效，但是

String name = "\u0e2d\u0e31";
boolean isMatch = name.matches("[\\p{L}]+"); // false

---

不是因为ั 是非间隔标记[NSM]，不是字母。

尝试包含更多类别：

[\p{L}\p{Mn}\p{Mc}\p{Nl}\p{Pc}\p{Pd}\p{Po}\p{Sk}]+

---

请注意，最好不要验证名称。如果输入错误，人们不会真正抱怨，但您的系统没有捕捉到。然而，如果有人无法输入自己的名字，问题就更大了。如果您坚持要添加验证，请将其设置为可重写的：这应该具有每种方法的优点而不存在缺点。

您应该记住，Java正则表达式将字符串解析为Unicode代码单元的集合，而不是代码点

\p{L}

匹配BMP平面中的任何Unicode字母，但不匹配在其后面粘贴有变音符号的字母

由于您的输入可以包含字母和变音符号，您至少应该在字符类中同时使用

\p{L}

和

\p{M}

Unicode属性类：

String regex = "[\\p{L}\\p{M}]+";

如果输入字符串可以包含用空格分隔的单词，您可以添加

\s

速记类，为了匹配任何类型的空格，您可以使用

模式编译此正则表达式。UNICODE\u CHARACTER\u class

标志：

String regex = "(?U)[\\p{L}\\p{M}\\s]+";

注意，这个正则表达式允许按任意顺序输入变音符号、字母和空格。如果你需要一个更精确的正则表达式（例如，只有在一个基本字母之后才允许的符号），你可以考虑一些类似于

的东西。

String regex = "(?U)\\s*(?>\\p{L}\\p{M}*+)+(?:\\s+(?>\\p{L}\\p{M}*+)+)*\\s*";

这里，

（？>\\p{L}\\p{M}*+）+

匹配一个或多个字母，每个字母后跟零个或多个变音符号，

\s*

匹配零个或多个空格，

\s+

匹配一个或多个空格

\p{IsAlphabetic}

vs.

[\p{L}\p{M}]

如果检查，

\p{Alphabic}

检查

字符.isAlphabetic（ch）

是否为真。如果字符属于以下任何类别，则为真：

大写字母

，

小写字母

，

标题字母

，

修饰字母

，

其他字母

，

字母号

，或者它具有其他字母的辅助属性。它

Lu+Ll+Lt+Lm+Lo+Nl+其他字母

虽然所有这些

L

子类构成了一般的

L

类，但请注意

Other_字母

也包括类，并且它包含的字符比

\p{M}

类更多，请参见（虽然它是德语，但类别和字符名称是英语）

---

因此，

\p{IsAlphabetic}

比

[\p{L}\p{M}]

更广泛，你应该根据你想要支持的语言做出正确的决定。

你的名字只有一个字符？@CarlosHeuberger没有，但即使在单字符匹配中使用\pL，它仍然失败，我需要英语和非英语字符，不仅是泰语，而且感谢泰语参考。我会检查它，但它也来自用户输入，以及为什么/如何

IsAlphabetic

在这种情况下工作？@user7294900。很抱歉我的错误。我现在看到一个变音符号ั 逻辑结论是，

“[\\p{L}\\p{M}]+”

将正确匹配该字符串。我必须验证用户输入，您能解释类别吗？你能添加参考链接/demo吗？@user7294900我用过，用来查找类别。谢谢你的回复，它可以工作，但它添加了很多问题，例如为什么添加\p{Pd}匹配任何类型的连字符或破折号\p{Po}匹配任何类型的非破折号、括号的标点字符，quote还是connector？@user7294900如果你问为什么Unicode标准是这样设计的，我没有任何答案。我也认为这是一个混乱。如果你有什么问题，请你澄清一下你的问题好吗？谢谢，为什么比

\p{IsAlphabetic}

？@user7294900更好？我添加了更多细节。

String regex = "(?U)[\\p{L}\\p{M}\\s]+";

String regex = "(?U)\\s*(?>\\p{L}\\p{M}*+)+(?:\\s+(?>\\p{L}\\p{M}*+)+)*\\s*";