正则表达式匹配埃及象形文字

Question

已关闭。此问题不符合 Stack Overflow guidelines 。目前不接受答案。

---

这个问题似乎与 help center 中定义的范围内的编程无关。 .

已关闭 8 年前。

Improve this question

我想知道一个正则表达式来匹配埃及象形文字。我完全一无所知，需要你的帮助。

我无法发布这些字母，因为堆栈溢出似乎无法识别它。

谁能告诉我这些字符的 unicode 范围。

Answer 1

TLDNR:\p{Egyptian_象形文字}

Javascript

Egyptian_Hieroglyphs属于“星体”平面，使用超过 16 位来编码字符。从 ES5 开始，Javascript 不支持星体平面 ( more on that )，因此您必须使用代理对。第一个代理是

U+13000 = d80c dc00

最后一个是

U+1342E = d80d dc2e

这给出了

re = /(\uD80C[\uDC00-\uDFFF]|\uD80D[\uDC00-\uDC2E])+/g

t = document.getElementById("pyramid").innerHTML
document.write("<h1>Found</h1>" + t.match(re))

<div id="pyramid">

  some     𓀀	really    𓀁	old    𓐬	stuff    𓐭	    𓐮
  
  </div>

这就是 Noto Sans Egyptian Hieroglyphs 的样子安装:

其他语言

在支持 UCS-4 的平台上，您可以直接使用埃及代码点 13000 到 1342F，但语法因系统而异。例如，在Python(3.3以上)中，它将是[\U00013000-\U0001342E]:

>>> s = "some \U+13000 really \U+13001 old \U+1342C stuff \U+1342D \U+1342E"
>>> s
'some 𓀀 really 𓀁 old 𓐬 stuff 𓐭 𓐮'
>>> import re
>>> re.findall('[\U00013000-\U0001342E]', s)
['𓀀', '𓀁', '𓐬', '𓐭', '𓐮']

最后，如果您的正则表达式引擎支持 unicode 属性，您可以(并且应该)使用这些属性而不是硬编码范围。例如在 php/pcre 中:

$str = " some 𓀀 really 𓀁 old 𓐬 stuff 𓐭  𓐮";

preg_match_all('~\p{Egyptian_Hieroglyphs}~u', $str, $m);
print_r($m);

打印

[0] => Array
    (
        [0] => 𓀀
        [1] => 𓀁
        [2] => 𓐬
        [3] => 𓐭
        [4] => 𓐮
    )