regex - 正则表达式与 Swift 中元字符的大小写和变音符号不敏感匹配

Question

我正在尝试匹配用户输入中的粗鲁词语，例如“我恨你!”或“i.håté.Yoù”将与从 JSON 解析的单词数组中的“恨你”相匹配。

所以我需要它不区分大小写和变音符号，并将粗鲁单词中的空格视为任何非字母字符:正则表达式元字符 \P{L} 应该适用于此，或者至少 \W

现在我知道 [cd] 与 NSPredicate 一起工作，就像这样:

 func matches(text: String) -> [String]? {
        if  let rudeWords = JSON?["words"] as? [String]{
            return rudeWords.filter {
                let pattern = $0.stringByReplacingOccurrencesOfString(" ", withString: "\\P{L}", options: .CaseInsensitiveSearch)
                    return NSPredicate(format: "SELF MATCHES[cd] %@", pattern).evaluateWithObject(text)
            }
        } else {
            log.debug("error fetching rude words")
            return nil
        }
    }

这对任何一个元字符都不起作用，我猜它们不会被 NSpredicate 解析，所以我尝试像这样使用 NSRegularExpression:

func matches(text: String) -> [String]? {
        if  let rudeWords = JSON?["words"] as? [String]{
            return rudeWords.filter {
                do {
                    let pattern = $0.stringByReplacingOccurrencesOfString(" ", withString: "\\P{L}", options: .CaseInsensitiveSearch)
                    let regex = try NSRegularExpression(pattern: pattern, options: .CaseInsensitive)
                    return regex.matchesInString(text, options: [], range: NSMakeRange(0, text.characters.count)).count > 0
                }
                catch _ {
                    log.debug("error parsing rude word regex")
                    return false
                }
            }
        } else {
            log.debug("error fetching rude words")
            return nil
        }
    }

这似乎工作正常，但我不知道如何使正则表达式变音符号不敏感，所以我尝试了这个(以及其他解决方案，如重新编码)

let text = text.stringByFoldingWithOptions(.DiacriticInsensitiveSearch, locale: NSLocale.currentLocale())

但是，这对我不起作用，因为每次键入字符时我都会检查用户输入，所以我尝试去除重音的所有解决方案都使应用程序非常慢。

有人知道是否还有其他解决方案，或者我是否以错误的方式使用它？

谢谢

编辑

实际上我错了，导致应用变慢的原因是试图匹配 \P{L}，我尝试使用 \W 和重音去除线，现在它可以正常工作，即使它匹配的字符串比我最初想要的少。

链接

这些可能会帮助一些人处理正则表达式和谓词:

• http://www.regular-expressions.info/unicode.html
• http://juehualu.blogspot.fr/2013/08/ios-notes-for-predicates-programming.html
• https://regex101.com

Answer 1

朝不同的方向前进可能是值得的。如果您更改正则表达式，而不是展平输入，会怎样？

不是匹配hate.you，而是匹配[h][åæaàâä][t][ëèêeé].[y][o0][ùu] ，例如(无论如何，这都不是一个完整的列表)。即时执行此转换(而不是存储它)是最有意义的，因为如果您以后需要更改字符扩展的内容，这可能会更容易。

这将使您能够更好地控制要匹配的字符。如果你看，我有 0 作为匹配 o 的字符。没有多少 Unicode 强制可以让你做到这一点。