regex - 如何匹配包含unicode字符的完整字符串？

Question

我想验证一个字符串，例如姓名。没有空格的字符串。对于普通的 Ascii，以下正则表达式就足够了 "^\w+$"，其中 ^ 和 $ 考虑了整个字符串。我尝试使用\pL 字符类为支持多种语言的 unicode 字符实现相同的结果。但由于某种原因 $ 不能帮助匹配字符串的结尾。我究竟做错了什么？

代码示例在这里:https://play.golang.org/p/SPDEbWmqx0N

我从以下位置复制粘贴的随机字符:http://www.columbia.edu/~fdc/utf8/

go版本go1.12.5 darwin/amd64

package main

import (
    "fmt"
    "regexp"
)

func main() {

    // Unicode character class

    fmt.Println(regexp.MatchString(`^\pL+$`, "testuser"))  // expected true
    fmt.Println(regexp.MatchString(`^\pL+$`, "user with space")) // expected false 


    // Hindi script
    fmt.Println(regexp.MatchString(`^\pL+$`, "सकता")) // expected true doesn't match end of line

    // Hindi script
    fmt.Println(regexp.MatchString(`^\pL+`, "सकता")) // expected true

    // Chinese
    fmt.Println(regexp.MatchString(`^\pL+$`, "我能")) // expected true

    //French
    fmt.Println(regexp.MatchString(`^\pL+$`, "ægithaleshâtifs")) // expected true 

}

actual result:
true  <nil>
false <nil>
false <nil>
true <nil>
true <nil>
true <nil>

expected result:
true <nil>
false <nil>
true <nil>
true <nil>
true <nil>
true <nil>

Answer 1

你可以使用

^[\p{L}\p{M}]+$

参见 Go demo .

详情

• ^ - 字符串的开始
• [ - 匹配的字符类的开始
  • \p{L} - 任何 BMP 字母
  • \p{M} - 任何变音符号
• ]+ - 字符类结束，重复1+次
• $ - 字符串结尾。

如果您还打算像 \w 一样匹配数字和 _，请将它们添加到字符类中，^[\p{L}\p {M}0-9_]+$ 或 ^[\p{L}\p{M}\p{N}_]+$。