javascript - 重音字符(变音符号)的具体 JavaScript 正则表达式

Question

我查看了 Stack Overflow(replacing characters.. eh、how JavaScript doesn't follow the Unicode standard concerning RegExp 等)，并没有真正找到“JavaScript 如何匹配重音字符(带有变音符号的字符)”这个问题的具体答案？”

我强制 UI 中的字段匹配格式:last_name, first_name (last [comma space] first)，我想为变音符号，但显然在 JavaScript 中它比其他语言/平台更难一些。

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]+$/

目前我正在讨论添加支持的三种方法中的一种，我已经测试并使用了所有这些方法(至少在某种程度上，我真的不知道第二种方法的“程度”是什么)。他们在这里:

明确列出所有我想接受的有效重音字符(蹩脚且过于复杂):

---

var accentedCharacters = "àèìòùÀÈÌÒÙáéíóúýÁÉÍÓÚÝâêîôûÂÊÎÔÛãñõÃÑÕäëïöüÿÄËÏÖÜŸçÇßØøÅåÆæœ";
// Build the full regex
var regex = "^[a-zA-Z" + accentedCharacters + "]+,\\s[a-zA-Z" + accentedCharacters + "]+$";
// Create a RegExp from the string version
regexCompiled = new RegExp(regex);
// regexCompiled = /^[a-zA-ZàèìòùÀÈÌÒÙáéíóúýÁÉÍÓÚÝâêîôûÂÊÎÔÛãñõÃÑÕäëïöüÿÄËÏÖÜŸçÇßØøÅåÆæœ]+,\s[a-zA-ZàèìòùÀÈÌÒÙáéíóúýÁÉÍÓÚÝâêîôûÂÊÎÔÛãñõÃÑÕäëïöüÿÄËÏÖÜŸçÇßØøÅåÆæœ]+$/

• 这会将姓氏/名字与 accentedCharacters 中任何受支持的重音字符正确匹配。

---

我的另一种方法是使用 . 字符类，以获得更简单的表达式:

var regex = /^.+,\s.+$/;

• 这几乎可以匹配任何东西，至少是以下形式:something, something。没关系，我想...

---

最后一种方法，我刚刚found可能更简单...

/^[a-zA-Z\u00C0-\u017F]+,\s[a-zA-Z\u00C0-\u017F]+$/

• 它匹配一系列 Unicode 字符 - 经过测试和工作，虽然我没有尝试任何疯狂的东西，只是我在我们的语言部门看到的教职员工姓名的正常内容。

---

这是我的担忧:

1. 第一个解决方案的局限性太大，草率且复杂。如果我忘记了一两个字符，就需要更改它，这不太实用。

2. 第二个解决方案更好、更简洁，但它可能比实际匹配的要多得多。我找不到任何关于确切 . 匹配的真实文档，只是“除换行符之外的任何字符”的概括(来自 MDN 上的表格) .

3. 第三个解决方案似乎是最精确的，但是有什么陷阱吗？我对 Unicode 不是很熟悉，至少在实践中是这样，但是看着 code table/continuation of that table , \u00C0-\u017F 似乎相当可靠，至少对于我预期的输入而言是这样。

• 教职员工不会以他们的母语(例如，阿拉伯语、中文、日语等)提交带有他们名字的表格，所以我不必担心超出拉丁字符集的字符

---

这三种方法中哪一种最适合这项任务？或者有更好的解决方案吗？

Answer 1

接受所有重音的更简单的方法是:

[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 [ ] ^ \ × ÷

参见 Unicode Character Table 对于按数字顺序列出的字符。