regex - Unicode 正则表达式匹配换行符？

Question

我有这个表格，我想从那里向数据库提交数据。数据是UTF8。我在匹配换行符时遇到问题。我使用的模式是这样的:

~^[\p{L}\p{M}\p{N} ]+$~u

这种模式工作正常，直到用户在他的文本框中放置一个新行。我试过使用 \p{Z}在类里面，但没有成功。我也试过“s”，但没有用。

任何帮助深表感谢。谢谢!

Answer 1

Unicode 换行符要么是一个紧跟一个换行符的回车符，要么是任何具有垂直空白属性的字符。

但看起来您正在尝试匹配那里的通用空白。在 Java 中，这将是

 [\u000A\u000B\u000C\u000D\u0020\u0085\u00A0\u1680\u180E\u2000\u2001\u2002\u2003\u2004\u2005\u2006\u2007\u2008\u2009\u200A\u2028\u2029\u202F\u205F\u3000]

可以通过使用范围“仅”这个来缩短:

 [\u000A-\u000D\u0020\u0085\u00A0\u1680\u180E\u2000-\u200A\u2028\u2029\u202F\u205F\u3000]

包括水平空白( \h )和垂直空白( \v )，这可能与一般空白( \s )相同或不同。

看起来您也在尝试匹配字母数字。

单独的字母通常是 [\pL\pM\p{Nl}] .

数字并不总是全部\pN和他们一样经常 \p{Nd}否则有时 [\p{Nd}\p{Nl}] .

标识符字符需要连接符标点符号和更多，所以 [\pL\pM\p{Nd}\p{Nl}\p{Pc}[\p{InEnclosedAlphanumerics}&&\p{So}]] — 如果您的正则表达式引擎支持这些类型的操作(Java 支持)。就是这样 \w适用于支持 Unicode 的正则表达式语言(Java 不是其中之一)。

在旧版本的 Perl 中，你可能会写一个换行符为

 (?:\r\n|\p{VertSpace})

虽然现在最好写成

 (?:(?>\r\n)|\v)

这正是

 \R

火柴。

Java 在这些事情上非常笨拙。在那里你必须写一个换行符

  (?:(?>\u000D\u000A)|[\u000A-\u000D\u0085\u2028\u2029])

当写成字符串时，这当然需要额外的 bbaackkssllasshheess 。

14 个常见字符类正则表达式转义的其他 Java 等效项，以便它们使用我提供的 Unicode in this answer .您可能必须在其他类似 Java 的 regex 语言中使用那些对 Unicode 不够了解的语言。