正则表达式匹配

Question

如何在文化独立的方式下匹配单词但不匹配字母？

\w匹配单词或数字，但我想忽略数字。所以，“111或者这个”与\w\s将不起作用。

我想只得到“或这个”？我想{^[A-Za-z]+$}不是解决方案，因为德语字母表有一些额外的字母。

Answer 1

我认为正则表达式应该是[^ \ d \ s] +。即不是数字或空格字符。

Answer 2

这应该匹配单词工作：

\b[^\d\s]+\b 

击穿：

\b - word boundary 
[ - start of character class 
^ - negation within character class 
\d - numerals 
\s - whitespace 
] - end of character class 
+ - repeat previous character one or more times 
\b - word boundary 

这将匹配任何被明确排除数字和空格（所以“字”如“字边界划定aa？aa！aa“将被匹配）。

另外，如果您想排除这些，以及，你可以使用：

\b[\p{L}\p{M}]+\b 

击穿：

\b - word boundary 
[  - start of character class 
\p{L} - single code point in the category "letter" 
\p{M} - code point that is a combining mark (such as diacritics) 
]  - end of character class 
+  - repeat previous character one or more times 
\b - word boundary 

Answer 3

我会建议使用此：

foundMatch = Regex.IsMatch(SubjectString, @"\b[\p{L}\p{M}]+\b"); 

哪样只匹配所有的unicode 字母。

虽然@ Oded的答案也可以工作，但它也与此匹配：p+ü+üü++üüü++ü这不完全是一个单词。

说明：

" 
\b    # Assert position at a word boundary 
[\p{L}\p{M}] # Match a single character present in the list below 
        # A character with the Unicode property “letter” (any kind of letter from any language) 
        # A character with the Unicode property “mark” (a character intended to be combined with another character (e.g. accents, umlauts, enclosing boxes, etc.)) 
    +    # Between one and unlimited times, as many times as possible, giving back as needed (greedy) 
\b    # Assert position at a word boundary 
" 

Answer 4

使用此表达\b[\p{L}\p{M}]+\b。 它使用不太知名的符号来匹配指定类别的Unicode字符（代码点）。所以\p{L}将匹配所有字母，并且\p{M}将匹配所有组合标记。后者是必需的，因为有时重音字符可能被编码为两个代码点（字母本身+组合标记），并且仅在这种情况下，\p{L}将仅匹配其中的一个。

另请注意，这是匹配可能包含国际字符的单词的一般表达式。例如，如果您需要一次匹配多个单词或允许以数字结尾的单词，则必须相应地修改此模式。