如何在正则表达式中匹配特定语言的字符？

Question

我知道\w匹配任何字母字符[a-zA-Z0-9_]或使用(?u)编译时的[\p{L}\p{N}_]。

法语语言有42个字符[a-zàâæçéêëîïôœùûüÿ]。是否可以根据我的locale构建正则表达式？

如何使用\w匹配[a-zàâæçéêëîïôœùûüÿ]？

部分答案是使用带有\p{Latin}的Unicode正则表达式。

- nowox

---

请在您的问题中标记您正在使用的编程语言。这样做可以让您获得更好的答案。 - Tim Biegeleisen

可能是匹配非英语字符的正则表达式？的重复问题。 - KeyNone

这取决于你的正则表达式引擎，但通常情况下\w是或可以被设置为区域敏感。 - chepner

regex101似乎只使用u修饰符来匹配Unicode字符，这可能比您想要的更通用。 （例如，ø不在法语字母表中，但是/\w/u将匹配它。） - chepner

现在这个问题被标记为“perl”和“pcre”。你问的是哪一个？ - reinierpost

Answer 1

l修饰符使匹配具有区域设置感知性：

"foo" ~= m/\w/l;

不要直接使用l，而是根据mob的链接使用use locale。

- chepner

---

“l”是Perl特定的标志吗？ - nowox

可能吗？没有标准的标志集，这就是为什么正则表达式问题需要特定的语言标签。 - chepner

https://metacpan.org/pod/distribution/perl/pod/perlre.pod#Character-set-modifiers -- 建议您不要直接使用/l修饰符。相反，使用use locale，在您的语言环境范围内编译的任何正则表达式都将隐式地使用'/l修饰符。 - mob