在正则表达式中接受国际名称字符

Question

我一直对正则表达式感到困扰，如果这种方法似乎很糟糕，请原谅我。

当用户输入名字和姓氏时，我开始只使用基本的检查方法，检查大小写、空格、撇号和连字符。

if (!preg_match("/^[a-zA-Z\s'-]+$/", $name)) { // Error }

现在我意识到这不是最好的方法，因为人们可能会有像Dr. Martin Luther King, Jr.（带逗号和句号）这样的东西。因此，我认为将其更改为以下内容会使其稍微更有效。

if (!preg_match("/^[a-zA-Z\s,.'-]+$/", $name)) { // Error }

我在Facebook上看到了一个我认识的女孩的名字，她把自己的名字写作Siân，这让我想到含有umlauts以及日语/中文/韩语/俄语字符的名称。于是我开始搜索，并发现可以像这样通过将每个字符写入其中来实现。

if (!preg_match("/^[a-zA-Z\sàáâäãåèéêëìíîïòóôöõøùúûüÿýñçčšžÀÁÂÄÃÅÈÉÊËÌÍÎÏÒÓÔÖÕØÙÚÛÜŸÝÑßÇŒÆČŠŽ∂ð ,.'-]+$/u", $first_name)) { // Error }

可以想象，这非常冗长，我几乎可以确定有一个更简单的正则表达式可以实现这个功能。就像我说的，我已经搜索过了，但这是我能做到的最好的。

所以，有什么好的方法来检查大写和小写字母、逗号、句号、撇号、连字符、umlauts、拉丁文、日语/俄语等吗？

- no.

---

除非您首先进行规范化，否则那是行不通的，即使这样做有时也不行。 - tchrist

Answer 1

您可以使用 Unicode 字符类。\pL 包括几乎所有字母符号。
http://php.net/manual/en/regexp.reference.unicode.php

 if (!preg_match("/^[a-zA-Z\s,.'-\pL]+$/u", $name))

参见http://www.regular-expressions.info/unicode.html，但请注意PHP/PCRE仅理解缩写的类名。

- mario

---

非常感谢，为什么我之前找不到这个，哈！你能告诉我你所说的缩写类名是什么意思吗？ - no.

@HelloJoe：这不是最显而易见的功能。我在 PHP 手册中找到文档时已经很晚了。缩写：PCRE 仅支持 \p{L}，而不支持例如 \p{Letter} 或 \p{Russian}。 - mario

你的文本中有,.'，如果它是一个名字的话，你可能想要去掉它。 - matrixdevuk

非常完美，谢谢。但是表达式中有一个小错误， 正确的应该是：/^[a-zA-Z\s,.'\-\pL]+$/u 或者 /^[a-z\s,.'-\pL]+$/iu。 - mrDinkelman

it doesn't cover æøå or ß - TheCrazyProfessor

Answer 2

\pL已经包括了a-z和A-Z，因此提到的模式"/^[a-zA-Z\s,.'-\pL]+$/u"可以简化为

"/^[\s,.'-\pL]+$/"

同时，修饰符u是不必要的。

- staabm

---

虽然我最初打算因为提到 a-zA-Z 是多余的而给出加一的意见，但是必须提到 u 修饰符是必需的，否则 PHP 不支持多字节编码。 - dotancohen

我在我的DEV机器上进行了测试，并且它即使没有u修饰符也能正常工作。 - staabm

你是在使用UTF-8或其他多字节编码，还是单字节编码，例如ASCII或latin1？对于单字节编码，u修饰符是不必要的。 - dotancohen

Answer 3

可以允许其他类型的标点符号，这样可能会放宽资格限制。

但是有一条限制应该保留，那就是需要至少一个字母。

if (!preg_match("/^[\s,.'-]*\p{L}[\p{L}\s,.'-]*$/u", $name))

- user557597