如何改进正则表达式以匹配“特殊”字母？答案

【问题标题】：How to improve a regex expression in order to match "special" letters?如何改进正则表达式以匹配“特殊”字母？
【发布时间】：2011-08-11 17:25:45
【问题描述】：

我正在使用 Ruby on Rails 3.0.9 并且我正在使用以下正则表达式来验证包含字母、空格和数字的字符串（如果我是对的，它应该匹配那些提到的字符）：

/^[\w\s-]*$/u

我还想改进该正则表达式以匹配可以包含“特殊”字符\字母的字符串，例如'、"、%、&、*、@ 987654327@、!、?、(、)、[ 和 ]。 如何更改上述正则表达式以匹配它们？

更新

我忘记了在上面的表达式中，我还想匹配\验证重音字母，例如 à、è、é、ì、ò 和 @ 987654339@.

【问题讨论】：

也许制作排除某些字符集的正则表达式会更好？
语言注释：“文字”不是“字母”（甚至“字符”）的花哨词。它表示一个常量，其值直接在源代码中给出。在许多语言中，'&' 是字符文字，但 & 本身只是一个字符。
@Henning Makholm 非常感谢您的提示。

【解决方案1】：

只需将额外的字符添加到您的字符类中，同时转义任何在正则表达式字符类中具有特殊含义的字符（在您的情况下只是 [ 和 ]）：

/^[\w\s'"%&*@!?()\[\]-]*$/u

还要确保将 - 放在字符类的末尾或对其进行转义 (\-)，这样正则表达式解析器就不会认为它表示范围。

如果您还想输入 Unicode “单词”字符，请将 \w 替换为 \p{Word}：

/^[\p{Word}\s'"%&*@!?()\[\]-]*$/

当然，假设您使用的是 1.9。如果您不使用 1.9，那么您应该升级以获得更好的 Unicode 支持。

Oniguruma（Ruby 的 1.9 正则表达式引擎）的 \p{} 语法用于命名属性，听起来您正在寻找“单词”属性，因此 \p{Word} 是您对 \w 的替代品。你可能想用\p{Space}替换\s：

/^[\p{Word}\p{Space}'"%&*@!?()\[\]-]*$/

有关 Oniguruma 语法的更多详细信息，请参见此处：

http://www.geocities.jp/kosako3/oniguruma/doc/RE.txt

【讨论】：

使用你的第二个正则表达式/^[\p{Word}\s'"-_%&*@!?()\[\]-]*$/（注意：我刚刚添加了-_）来验证像abcd ç #这样的表达式（在这种情况下验证应该失败，因为在字符串中有@987654339 @ 和 # 字母）我收到以下错误：Encoding::CompatibilityError (incompatible encoding regexp match (ASCII-8BIT regexp with UTF-8 string))。我正在使用 Ruby 1.9.2。
@Backo: (1) "-_ 可能不是你想要的，这是从" 到_ 的范围。 (2) 你的脚本中有# coding: utf-8 表示它是UTF-8 编码的吗？ irb 对我来说很好用。
(1) 所以，我想我应该使用/^[\p{Word}\p{Space}\-_'"%&*@!?()\[\]-]*$/（注意使用\-，正如你在回答中所说的那样——如果我理解的话）。 (2) 如何检查我的脚本中是否有# coding: utf-8 表明它是UTF-8 编码的？？
@Backo：我想你想要/^[\p{Word}\p{Space}'"%&*@!?()\[\]_-]*$/u，不需要提到- 两次，u 修饰符应该处理编码问题（但我不知道如何重现你的例外，所以我猜）。

【解决方案2】：

您可以转义特殊字符。此正则表达式：\[\] 将匹配字符串 "[]"。

看看这个有用的网站：http://www.rubular.com/

您可以构建您的正则表达式并针对字符串进行测试。

编辑只需开始将这些转义的特殊字符附加到您的正则表达式中，如下所示：/^[\'\"\[\]\w\s-]*$/u 我已经附加了它，以便它现在也可以查找单个配额的任何出现 (' )、双引号 (") 和方括号 ([])。如果需要，请继续添加。

【讨论】：