匹配词汇单词和短语

Question

我正在编写一个以vocabulary word/phrase 作为输入参数的应用程序/逻辑。 我在为此参数的值编写验证逻辑时遇到问题！

以下是我想出的规则：

• 最多可包含 4 个单词（带或不带连字符）
• 允许使用一个撇号
• 只允许使用常规字母（不允许使用特殊字符，例如 !@#$%^&*()={}[]"";|/>/?¶ © 等）
• 不允许使用数字
• 不区分大小写
• 支持多种语言（英语、俄语、挪威语等）（因此必须同时支持 Unicode 和西里尔文）
• 整个字符串匹配或不匹配

几个例子（3 种语言）：

// match:
one two three four
one-two-three-four
one-two-three four
vær så snill
тест регекс
re-read
under the hood
ONe
rabbit's lair

// not-match:
one two three four five
one two three four@
one-two-three-four five
rabbit"s lair
one' two's
one1
1900

鉴于上面提供的预期结果 - 有人可以为我指出如何创建这样的验证规则的正确方向吗？如果这很重要 - 我将在 C# 中编写验证逻辑，因此我可以使用的工具不仅仅是 Regex。

如果这会有所帮助 - 我一直在测试几种解决方案，例如 ^[\p{Ll}\p{Lt}]+$ 和 (?=\S*['-])([a-zA-Z'-]+)$。第一个正则表达式似乎做得很好，只允许我需要的字母（En、No 和 Rus），而第二个规则集在使用 Lookahead 概念方面做得很好。

• \p{Ll} 或 \p{Lowercase_Letter}：带有大写变体的小写字母。
• \p{Lu} 或 \p{Uppercase_Letter}：带有小写变体的大写字母。
• \p{Lt} 或 \p{Titlecase_Letter}：当单词的首字母大写时出现在单词开头的字母。
• \p{L&} 或 \p{Letter&}：以小写和大写形式存在的字母（Ll、Lu 和 Lt 的组合）。
• \p{Lm} 或 \p{Modifier_Letter}：一个像字母一样使用的特殊字符。
• \p{Lo} 或 \p{Other_Letter}：没有大小写变体的字母或表意文字。

不用说，我一直在测试的解决方案都没有考虑到我上面定义的所有规则..

Answer 1

你可以使用

\A(?!(?:[^']*'){2})\p{L}+(?:[\s'-]\p{L}+){0,3}\z

请参阅regex demo。 详情：

• \A - 字符串开头
• (?!(?:[^']*'){2}) - 字符串不能包含两个撇号
• \p{L}+ - 一个或多个 Unicode 字母
• (?:[\s'-]\p{L}+){0,3} - 零到三次出现
  • [\s'-] - 一个空格，' 或 - char
  • \p{L}+ - 一个或多个 Unicode 字母
• \z - 字符串的最后。

在 C# 中，您可以将其用作

var IsValid = Regex.IsMatch(text, @"\A(?!(?:[^']*'){2})\p{L}+(?:[\s'-]\p{L}+");{0,3}\z")