一尘不染

重音字符的具体Javascript正则表达式(变音符号)

javascript

我已经研究了StackOverflow替换字符。eh,JavaScript如何不遵循有关RegExp的Unicode标准等),还没有真正找到问题的具体答案:

How can JavaScript match for accented characters (those with diacritical marks)?

我正在强制UI中的字段匹配以下格式:(last_name, first_name 最后一个[逗号空间]首先)
,并且我想提供对变音符号的支持,但是显然在JavaScript中,它比其他语言/平台要难一些。

这是我的原始版本,直到我想添加变音符号支持:

/^[a-zA-Z]+,\s[a-zA-Z]+$/

目前,我正在讨论增加支持的三种方法之一,所有这些方法我都已经过测试和工作(至少在某种程度上,我真的不知道第二种方法的“范围”是什么)。他们来了:

明确列出我希望接受的所有带重音符号的字符(花边和过于复杂的字符):


var accentedCharacters = "àèìòùÀÈÌÒÙáéíóúýÁÉÍÓÚÝâêîôûÂÊÎÔÛãñõÃÑÕäëïöüÿÄËÏÖÜŸçÇßØøÅåÆæœ";
// Build the full regex
var regex = "^[a-zA-Z" + accentedCharacters + "]+,\\s[a-zA-Z" + accentedCharacters + "]+$";
// Create a RegExp from the string version
regexCompiled = new RegExp(regex);
// regexCompiled = /^[a-zA-ZàèìòùÀÈÌÒÙáéíóúýÁÉÍÓÚÝâêîôûÂÊÎÔÛãñõÃÑÕäëïöüÿÄËÏÖÜŸçÇßØøÅåÆæœ]+,\s[a-zA-ZàèìòùÀÈÌÒÙáéíóúýÁÉÍÓÚÝâêîôûÂÊÎÔÛãñõÃÑÕäëïöüÿÄËÏÖÜŸçÇßØøÅåÆæœ]+$/
  • 这样可以正确地将姓氏/名字与中的任何支持的重音字符相匹配accentedCharacters

我的另一种方法是使用.字符类,使表达式更简单:

var regex = /^.+,\s.+$/;
  • 这几乎可以匹配任何东西,至少形式为:something, something。我想那没关系…

我刚刚发现的最后一种方法可能更简单…

/^[a-zA-Z\u00C0-\u017F]+,\s[a-zA-Z\u00C0-\u017F]+$/
  • 它与一系列unicode字符匹配-经过测试和正常工作,尽管我没有做任何疯狂的事情,只是我在语言部门中看到的用于教师姓名的普通内容。

这是我的担忧:

  1. 第一个解决方案太过局限了,因此草率而令人费解。如果我忘了一个或两个字符,就需要更改它,但这不是很实际。
  2. 第二种解决方案更好,更简洁,但是它可能比实际需要的匹配得多。我找不到任何实际的文件究竟是什么.比赛,(在从表中“任何除换行符字符”的只是概括MDN。
  3. 第三种解决方案似乎是最精确的,但是有什么陷阱吗?我不是很熟悉的Unicode,在实践中至少,但看着码表 / 该表的延续,\u00C0-\u017F似乎是非常稳固,至少在我的预期输入。

    • 教师不会以其母语(例如阿拉伯文,中文,日文等)提交带有其名称的表格,因此我不必担心拉丁字符集字符过多

因此,真正的问题是 :这三种方法中哪一种最适合该任务?还是有更好的解决方案?


阅读 627

收藏
2020-04-25

共1个答案

一尘不染

接受所有重音的更简单方法是:

[A-zÀ-ú] // accepts lowercase and uppercase characters
[A-zÀ-ÿ] // as above but including letters with an umlaut (includes [ ] ^ \ × ÷)
[A-Za-zÀ-ÿ] // as above but not including [ ] ^ \
[A-Za-zÀ-ÖØ-öø-ÿ] // as above but not including [ ] ^ \ × ÷
2020-04-25