Php 带有特殊字符的名称的正则表达式（Unicode）
好吧，我已经读了一整天关于regex的书了，但仍然没有完全理解它。我试图做的是验证一个名称，但我在internet上可以找到的函数只使用Php 带有特殊字符的名称的正则表达式（Unicode）,php,javascript,regex,character-properties,ruby,Php,Javascript,Regex,Character Properties,Ruby,好吧，我已经读了一整天关于regex的书了，但仍然没有完全理解它。我试图做的是验证一个名称，但我在internet上可以找到的函数只使用[a-zA-Z]，而不使用我需要接受的字符 我基本上需要一个正则表达式来检查名称是否至少是两个单词，并且它不包含数字或像这样的特殊字符！“#•%&/（）=…，但是单词可以包含像æ、é、等字符 一个被接受的名字的例子是：“约翰·埃尔基德”或“安德烈·斯文森”一个不被接受的名字是：“汉斯”、“H4nn3安徒生”或“马丁·亨利克森！" 如果重要的话，我使用javasc
[a-zA-Z]这样的特殊字符！“#•%&/（）=…一个不被接受的名字是：“汉斯”、“H4nn3安徒生”或“马丁·亨利克森！" 如果重要的话，我使用javascript
.match（）preg\u replace（）好的，多亏我把重要的部分搞定了，服务器端 但正如来自的页面所示，我找不到任何关于javascript的unicode支持的信息，因此我最终为客户端提供了半个解决方案，只需检查至少两个单词和至少5个字符，如下所示：
if(name.match(/\S+/g).length >= minWords && name.length >= 5) {
//valid
}
^ # start of subject
(?: # match this:
[ # match a:
\p{L} # Unicode letter, or
\p{Mn} # Unicode accents, or
\p{Pd} # Unicode hyphens, or
\' # single quote, or
\x{2019} # single quote (alternative)
]+ # one or more times
\s # any kind of space
[ #match a:
\p{L} # Unicode letter, or
\p{Mn} # Unicode accents, or
\p{Pd} # Unicode hyphens, or
\' # single quote, or
\x{2019} # single quote (alternative)
]+ # one or more times
\s? # any kind of space (0 or more times)
)+ # one or more times
$ # end of subject
[a-zA-Z\xC0-\uFFFF]
另一种方法是按照中的建议指定所有unicode字符，最后我可能会与上面的解决方案一起执行类似的操作，但这有点不切实际。访问此页面您可以将允许的特殊字符添加到正则表达式中 例如：
[a-zA-ZßöäüÖÄÜæé]+
[a-zA-ZßöäüÖÄÜæé]+\s[a-zA-ZßöäüÖÄÜæé]+
请尝试以下正则表达式：
^(?:[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+\s[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+\s?)+$
if (preg_match('~^(?:[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+\s[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+\s?)+$~u', $name) > 0)
{
// valid
}
if(name.match(/\S+/g).length >= minWords && name.length >= 5) {
//valid
}
^ # start of subject
(?: # match this:
[ # match a:
\p{L} # Unicode letter, or
\p{Mn} # Unicode accents, or
\p{Pd} # Unicode hyphens, or
\' # single quote, or
\x{2019} # single quote (alternative)
]+ # one or more times
\s # any kind of space
[ #match a:
\p{L} # Unicode letter, or
\p{Mn} # Unicode accents, or
\p{Pd} # Unicode hyphens, or
\' # single quote, or
\x{2019} # single quote (alternative)
]+ # one or more times
\s? # any kind of space (0 or more times)
)+ # one or more times
$ # end of subject
[a-zA-Z\xC0-\uFFFF]
验证：
- 约翰·埃尔基路
- 安德烈·斯文森
- 马尔科·达尔梅达
- 克里斯托弗·拉库尔
- 汉斯
- H4nn3安徒生
- 马丁·亨利克森
要替换无效字符，尽管我不确定您为什么需要它，但您只需要稍微更改它：
$name = preg_replace('~[^\p{L}\p{Mn}\p{Pd}\'\x{2019}\s]~u', '$1', $name);
- H4nn3安达信->Hnn安达信
- 马丁·亨利克森！->马丁·亨利克森
请注意，您始终需要使用u修饰符。检查输入字符串时，您可以
- trim（）删除前导/尾随空格
- 匹配[^\w\s]以检测非单词\非空白字符
- 与\s+匹配以获取等于单词数+1的单词分隔符数
但是，我不确定速记是否包含重音字符，但它应该属于“单词字符”类别。关于JavaScript，它更复杂，因为JavaScript正则表达式语法不支持unicode字符属性。一个实用的解决方案是匹配如下字母：
if(name.match(/\S+/g).length >= minWords && name.length >= 5) {
//valid
}
^ # start of subject
(?: # match this:
[ # match a:
\p{L} # Unicode letter, or
\p{Mn} # Unicode accents, or
\p{Pd} # Unicode hyphens, or
\' # single quote, or
\x{2019} # single quote (alternative)
]+ # one or more times
\s # any kind of space
[ #match a:
\p{L} # Unicode letter, or
\p{Mn} # Unicode accents, or
\p{Pd} # Unicode hyphens, or
\' # single quote, or
\x{2019} # single quote (alternative)
]+ # one or more times
\s? # any kind of space (0 or more times)
)+ # one or more times
$ # end of subject
[a-zA-Z\xC0-\uFFFF]
这允许所有语言的字母，不包括数字和所有特殊（非字母）键盘上常见的字符。这是不完美的，因为它还允许非字母的unicode特殊符号，例如表情符号、雪人等。但是，由于这些符号通常在键盘上不可用，我认为它们不会意外输入。因此，根据您的要求，这可能是一个可接受的解决方案 这里是对上面@Alix给出的奇妙答案的优化。它消除了两次定义字符类的需要，并允许更轻松地定义任意数量的所需单词
^(?:[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+(?:$|\s+)){2,}$
^ # start
(?: # non-capturing group
[ # match a:
\p{L} # Unicode letter, or
\p{Mn} # Unicode accents, or
\p{Pd} # Unicode hyphens, or
\' # single quote, or
\x{2019} # single quote (alternative)
]+ # one or more times
(?: # non-capturing group
$ # either end-of-string
| # or
\s+ # one or more spaces
) # end of group
){2,} # two or more times
$ # end-of-string
{2，}最后，由于我在寻找类似的解决方案时发现了这个问题，下面是可以在Ruby 1.9中使用的正则表达式+
\A(?:[\p{L}\p{Mn}\p{Pd}\'\U+2019]+(?:\Z|\s+)){2,}\Z
主要的变化是使用\A和\Z作为字符串的开头和结尾（而不是行）以及Ruby的Unicode字符表示法。这是我用于由最多3个单词（1到60个字符）组成的奇特名称的JS正则表达式，用空格/单引号/减号分隔
^([a-zA-Z\xC0-\uFFFF]{1,60}[ \-\']{0,1}){1,3}$
你能详细说明一下吗example@Amit古普塔，谢谢，我做到了。：
\w[0-9a-zA-Z!][\t]\s