Regex 正则表达式在缅甸文中插入零宽度空格

向所有在这里贡献时间和脑力的人致敬。我正在处理缅甸文本，但资源很少

为了使Unicode中的Unicode文本列中的断线工作正常，我想编译一个正则表达式，它将在以下上下文中插入零宽度空间（ZWSP）[u\200B]：

在unicode字符[\u1000-\u1021]的随机字符示例之前插入ZWSP

除非

• 字符后跟[\u103A]

或

• 前一个字符是相同范围的unicode字符[\u1000-\u1021]或[\u1039]，（可能还有一个或两个我以后可能需要添加的其他字符）

---

有人能帮忙吗？我将在UltraEdit中查找/替换大量文本。

Perl正则表达式搜索字符串

（[^\x{1000}-\x{1021}\x{1039}]）（[\x{1000}-\x{1021}]）（？！\x{103A}）

与替换字符串一起使用

\1\x{200B}\2

符合您的所有要求

搜索字符串的解释：

（[^\x{1000}-\x{1021}\x{1039}]）

匹配任何没有十六进制范围1000到1021的代码值且不是十六进制代码值为1039的字符的字符，并标记此字符，以便通过替换字符串中的表达式

\1

进行反向引用，因为必须保留此字符

（[\x{1000}-\x{1021}]）

匹配代码值在0x1000到0x1021范围内的任何字符，并标记此字符，以便通过替换字符串中的表达式

\2

进行反向引用，因为此字符也必须保留

（？！\x{103A}）

是一个负先行表达式，用于检查下一个字符是否没有十六进制代码值103A

替换字符串的解释：

\1

引用搜索字符串中第一个标记组找到的字符

\x{200B}

指定要插入的零宽度空间

---

\2

引用了第二个标记组在搜索字符串中找到的字符。

这听起来很简单，所以请显示您尝试过的内容。否则我们可能会重复你已经尝试过的事情。