我想编写一个可以匹配句子中每个单词的正则表达式:
我的正则表达式是:“\b(\w+)\b
”
结果:
虽然它可以很好地匹配英语单词,但是对于使用阿拉伯语的单词则不起作用。 我该如何为阿拉伯语单词完成相同的任务?
我想编写一个可以匹配句子中每个单词的正则表达式:
我的正则表达式是:“\b(\w+)\b
”
结果:
虽然它可以很好地匹配英语单词,但是对于使用阿拉伯语的单词则不起作用。 我该如何为阿拉伯语单词完成相同的任务?
尝试这个:
function HasArabicCharacters(text)
{
var arregex = /[\u0600-\u06FF]/;
alert(arregex.test(text));
}
列表的阿拉伯字符集
[\u0600-\u06ff]|[\u0750-\u077f]|[\ufb50-\ufc3f]|[\ufe70-\ufefc]
截至Unicode 6.1版本,阿拉伯文脚本包含在以下块中:
Arabic (0600—06FF, 225 characters)
Arabic Supplement (0750—077F, 48 characters)
Arabic Extended-A (08A0—08FF, 39 characters)
Arabic Presentation Forms-A (FB50—FDFF, 608 characters)
Arabic Presentation Forms-B (FE70—FEFF, 140 characters)
Rumi Numeral Symbols (10E60—10E7F, 31 characters)
Arabic Mathematical Alphabetic Symbols (1EE00—1EEFF, 143 characters)
这些内容来自于wikipedia - 阿拉伯字母Unicode块
\p{InArabic}
你可以使用函数来翻译阿拉伯字符列表,非常简单。
就像这样:
function (regexStr) {
regexStr = replace(regexStr,"ۿ","\u0600");
regexStr = replace(regexStr,"","\u06FF");
return regexStr;
}
或者换句话说,将[alf]和[ya]替换为正确显示文本方向的方式
var regexStr = "/[[alf]-[ya]]/";
function (regexStr) {
regexStr = replace(regexStr,"[alf]","\u0600");
regexStr = replace(regexStr,"[ya]","\u06FF");
return regexStr;
}
[\u0600-\u06ff]|[\u0750-\u077f]|[\ufb50-\ufbc1]|[\ufbd3-\ufd3f]|[\ufd50-\ufd8f]|[\ufd92-\ufdc7]|[\ufe70-\ufefc]|[\uFDF0-\uFDFD]
。在Rubular上测试它。 - Razi Shaban