重音字符（变音符号）的具体Javascript正则表达式

我已经研究了堆栈溢出（，等等），但还没有找到这个问题的具体答案：

JavaScript如何匹配重音字符（带有变音符号的字符）？

我正在强制UI中的一个字段匹配格式：

last\u name，first\u name

（last[comma space]first），我想提供对变音符号的支持，但显然在JavaScript中，它比其他语言/平台更难

这是我的原始版本，直到我想添加变音符号支持：

/^[a-zA-Z]+，\s[a-zA-Z]+$/

目前，我正在讨论添加支持的三种方法之一，所有这些方法我都已经测试过并工作过（至少在某种程度上，我真的不知道第二种方法的“范围”是什么）。这是：

明确列出我希望接受为有效的所有重音字符（蹩脚且过于复杂）：

---

• 这会将姓氏/名与

  重音字符中支持的任何重音字符正确匹配

---

我的另一种方法是使用

字符类，以获得更简单的表达式：

• 这几乎可以匹配任何东西，至少以：

  something，something

  的形式。没关系，我想

---

最后一种方法，我可能更简单。。。

• 它匹配了一系列unicode字符——经过测试并正常工作，尽管我没有做任何疯狂的尝试，只是我在语言系看到的关于教员姓名的普通东西

---

以下是我关注的问题：

第一个解决方案太过局限，而且在这方面过于草率和复杂。如果我忘了一两个字符，它就需要更改，这不太实际

第二种解决方案更好、更简洁，但它可能比实际应该匹配的要多。我找不到任何关于

匹配内容的真实文档，只找到了“除换行符以外的任何字符”的泛化（来自上表）

第三种解决方案似乎是最精确的，但有什么问题吗？我对Unicode不是很熟悉，至少在实践中是这样，但看看a/，

\u00C0-\u017F

似乎非常可靠，至少对于我预期的输入来说是这样

• 教员不会提交以母语（如阿拉伯语、汉语、日语等）填写姓名的表格，因此我不必担心拉丁字符集以外的字符

---

那么真正的问题是：这三种方法中哪一种最适合这项任务？还是有更好的解决方案

这三种方法中哪一种最适合此任务

取决于任务：-）为了精确匹配所有拉丁字符及其重音版本，Unicode范围可能提供最佳解决方案。它们可以扩展到所有非空白字符，这可以使用

\S

字符类来完成

我正在强制UI中的一个字段匹配以下格式：

last\u name，first\u name

（last[逗号空格]first）

我在这里看到的最基本的问题不是变音符号，而是空格。有几个名称由多个单词组成，例如标题。因此，您应该使用最通用的方法，即除了区分名字和姓氏的逗号之外，允许使用任何其他名称：

/[^,]+,\s[^,]+/

---

但是您使用

字符类的第二个解决方案同样好，您可能只需要关心多个逗号。

接受所有重音的更简单方法是：

[A-zÀ-ú] // accepts lowercase and uppercase characters
[A-zÀ-ÿ] // as above but including letters with an umlaut (includes [ ] ^ \ × ÷)
[A-Za-zÀ-ÿ] // as above but not including [ ] ^ \
[A-Za-zÀ-ÖØ-öø-ÿ] // as above but not including [ ] ^ \ × ÷

有关按数字顺序列出的字符，请参见。

该库提供了帮助解决此类任务的工具

<script src="xregexp.js"></script>
<script src="addons/unicode/unicode-base.js"></script>
<script>
  var unicodeWord = XRegExp("^\\p{L}+$");

  unicodeWord.test("Русский"); // true
  unicodeWord.test("日本語"); // true
  unicodeWord.test("العربية"); // true
</script>

var unicodeWord=XRegExp（“^\\p{L}+$”）；
杜沃德测试（“敻敻敻敻”）；//真的
德沃德测试（“日本語"); // 真的
unicodeWord.test（“العبي㶡”）//正确

---

在对问题的评论中提到了它，但它很容易被忽略。我只是在提交了这个答案后才注意到它。

重音拉丁语范围

\u00C0-\u017F

对于我的姓名数据库来说不够，所以我将正则表达式扩展到

[a-zA-Z\u00C0-\u024F]
[a-zA-Z\u00C0-\u024F\u1E00-\u1EFF] // includes even more Latin chars

我添加了这些代码块（

\u00C0-\u024F

同时包括三个相邻的块）：

• \u00C0-\u00FF

• \u0100-\u017F

• \u0180-\u024F

• \u1E00-\u1EFF

请注意，

\u00C0-\u00FF

实际上只是的一部分。它跳过不可打印的控制信号和所有符号，但笨拙放置的乘法×

\u00D7

和除法÷

\u00F7

除外

[a-zA-Z\u00C0-\u00D6\u00D8-\u00F6\u00F8-\u024F] // exclude ×÷

如果你需要更多的代码点，你可以在维基百科上找到更多的范围。例如，你也可以添加，和，但我把它们删掉了，因为现在似乎只有历史学家对它们感兴趣，而且D和E集在我的浏览器中甚至不能正确呈现

最初停在

\u017F

的正则表达式是以“Șenol”这个名字命名的。据我所知，第一个字符是

\u0218

，拉丁文大写字母S，下面加逗号。（是的，它通常拼写为cedilla-S

\u015E

，“Şenol.”但我不会飞到土耳其去告诉他，“你的名字拼错了！”）

来自此wiki：

对于拉丁字母，我使用

/^[A-zÀ-ÖØ-öø-ÿ]+$/ 

它避免了连字符和特殊字符

这个怎么样

/^[a-zA-ZÀ-ÖØ-öø-ÿ]+$/

^([a-zA-Z]|[à-ú]|[À-Ú])+$

这个怎么样

/^[a-zA-ZÀ-ÖØ-öø-ÿ]+$/

^([a-zA-Z]|[à-ú]|[À-Ú])+$

它将匹配每个单词是否带有重音字符

/^[\pL\pM\p{Zs}.-]+$/u

说明：

• \pL

  -匹配来自任何语言的任何类型的字母

• \pM

  -将一个字符与另一个字符（例如重音符号、元音、包围盒等）组合在一起

• \p{Zs}

  -匹配不可见但占用空间的空白字符

• u

  -模式和主题字符串被视为UTF-8

与其他建议的正则表达式不同（例如

/^[\pL\pM\p{Zs}.-]+$/u