带有法语字符的 NSRegularExpression

【问题标题】：NSRegularExpression with french character带有法语字符的 NSRegularExpression
【发布时间】：2015-01-08 16:20:25
【问题描述】：

为什么要模式

[A-Z][A-z]*

使用 NSRegularExpression 为法语单词 Vénus 返回 Ve。我想匹配骆驼单词，但是这个单词很奇怪

【问题讨论】：

提问前有没有搜索过答案？ “当指定字符范围时，例如 [a-Z]（即小写 a 到大写 z），计算机的区域设置通过字符编码的数字顺序确定内容。” - en.wikipedia.org/wiki/Regular_expression#Character_classes
@Onots：NSRegularExpression 不是这样。你引用的是POSIX正则表达式的行为，这里不适用。
@nhahtdh：感谢您指出这一点。所以我今天google了一下，学到了一些东西：NSRegularExpression使用了ICU指定的模式语法。来自 ICU 站点：“[A-M] 范围 - 匹配从 A 到 M 的任何字符。要包含的字符由 Unicode 代码点排序决定”。
但是为什么“[A-Z][A-z']*”适用于“Vénus”返回“Ve”，而不是“Vé”或“Venus”或“Vénus”使用 NSRegularExpression

【解决方案1】：

您的正则表达式匹配Ve 而不是Vé 的原因是因为there are two ways to represent an é 在Unicode 中：

您的字符串显然是使用第二个选项编码的。因此[A-z] 只匹配组合字符的前半部分。由于以下 ´ 不匹配，因此正则表达式在此时停止。您应该先规范化字符串，然后再对其应用正则表达式。

此外，使用[A-Za-z] 代替[A-z]。否则，还会匹配一些非字母字符，如^ 或]。

【讨论】：