什么unicode范围被视为字母？

我正在做一些文本处理。我可以很容易地为我所知道的语言编写正则表达式（

a-Z

为英语），但添加希伯来语、阿拉伯语、汉语等字母太多了

---

unicode认为哪些字符范围是字母？

您可能需要看看这个：它包含语言的范围。具体来说，没有通用范围，不同语言的范围不同，如阿拉伯语的范围为0600-06FF，希伯来语的范围为0590-05FF等。

您可能需要查看以下内容：其中包含语言的范围。具体来说，没有通用范围，不同语言的通用范围不同，比如阿拉伯语的通用范围为0600-06FF，希伯来语的通用范围为0590-05FF等等。

除了按范围分类外，每个Unicode字符都有一个称为“通用类别”的名称。您可能希望使用以下类别：

[Lu]    Letter, Uppercase
[Ll]    Letter, Lowercase
[Lt]    Letter, Titlecase
[Lm]    Letter, Modifier
[Lo]    Letter, Other

这不包括数字、标点符号、符号等（它与Java的

Character.isleter

使用的设置相同）。如果您的正则表达式引擎支持它，您可以使用

\p{L}

检查输入字符是否在其中一个类别内

---

整个类别列表已打开，并包含有关正则表达式语法的更多信息。

每个Unicode字符都有一个称为“常规类别”的名称，并按其范围进行分类。您可能希望使用以下类别：

[Lu]    Letter, Uppercase
[Ll]    Letter, Lowercase
[Lt]    Letter, Titlecase
[Lm]    Letter, Modifier
[Lo]    Letter, Other

这不包括数字、标点符号、符号等（它与Java的

Character.isleter

使用的设置相同）。如果您的正则表达式引擎支持它，您可以使用

\p{L}

检查输入字符是否在其中一个类别内

---

整个类别列表已打开，并提供了有关

\p

regex语法的更多信息。

值得注意的是，字符只能属于一个类别，因此具有多种用途的字符，如

Ⅿ，
Ⓟ，以及一些亚洲字母标记被归类为“字母”字符，但不属于“字母”类别@一二三 没错，这是有区别的。再举一个例子,，ↈ （罗马数字十万）按字母顺序列出，但不是字母-我想说这是一个数字而不是字母，所以我会使用类别，但YMMV。值得注意的是，字符只能属于一个类别，因此具有多种用途的字符，如
Ⅿ，
Ⓟ，以及一些亚洲字母标记被归类为“字母”字符，但不属于“字母”类别@一二三 没错，这是有区别的。再举一个例子,，ↈ （罗马数字十万）是按字母顺序排列的，但不是字母——我想说这是一个数字而不是字母，所以我会使用类别，但YMMV。