允许非ASCII和外文字符的正则表达式？

Question

是否可以创建一个正则表达式，允许使用非ASCII字母以及拉丁字母一起使用，例如中文或希腊符号（例如：A汉语AbN漢語）?

我目前拥有以下的正则表达式：^[\w\d][\w\d_\-\.\s]*$，它仅允许使用拉丁字母。

- Farhad-Taran

---

在正则表达式中使用中文字符：https://dev59.com/j2kw5IYBdhLWcg3w4emS - Eric Leschinski

我想要能够允许所有非拉丁字符。 - Farhad-Taran

你使用的是哪种编程语言/正则表达式？这是至关重要的信息。 - Tim Pietzcker

顺便提一下，\w 已经包含了 \d 和 _，所以你不需要后者。 - Tim Pietzcker

所有非拉丁字符（除了拉丁字符）- 所以基本上，任何东西？ - deceze

Answer 1

在.NET中，

^[\p{L}\d_][\p{L}\d_.\s-]*$

等同于您的正则表达式，另外还允许其他Unicode字母。

说明：

\p{L}是Unicode属性“Letter”的速记符号。

注意：我认为您不想将下划线作为初始字符（仅在第二个字符类中存在）。由于\w包括下划线，因此您的正则表达式确实允许它。您可能希望从我的解决方案中删除它的第一个字符类（当然，\p{L}中没有包括它）。

在ECMAScript中，事情并不那么容易。您需要定义自己的Unicode字符范围。幸运的是，一位 StackOverflow 用户已经主动设计了一个JavaScript正则表达式转换器：

https://dev59.com/AnVC5IYBdhLWcg3weBE-#8933546

- Tim Pietzcker

---

嗨，看起来它好像不能工作，只允许数字和下划线。它是依赖于.NET Framework版本吗？ - Farhad-Taran

它正在从资源文件中检索，并插入到validationexpression="<%$ H:VT.DimensionNameNoneAscii %>"中。 - Farhad-Taran

哦，那是在浏览器端运行的吗？那么它只能使用ECMAScript正则表达式，而这些正则表达式不支持Unicode属性。 - Tim Pietzcker

那么，有没有一种使用EMACScript正则表达式获得相同功能的方法？ - Farhad-Taran