匹配法语和德语字符的正则表达式

Question

我正在解析请求参数，以查找任何易受XSS威胁的字符。我们的Web应用程序支持英语之外的法语和德语。我正在使用以下正则表达式来实现此目的，但它无法处理法语和德语：

^[a-zA-Z0-9\r\n\\-=\\*\\.\\?;,+\\/:&_ %@#]*$

非常感谢您的建议和支持。

- Faizal Basheer

---

你使用的正则表达式变体是哪个：Perl、Python、.NET还是其他什么？（解决方案将涉及Unicode字符类，但详细信息取决于正则表达式实现。） - Richard

Answer 1

\p{L}会匹配任何一个Unicode字符，只要它是一个字母。

- Joachim Sauer

---

它也匹配亚洲文字。 - Cheng

但不匹配带重音的字母。\p{M}用于表示与另一个字符组合使用的字符（例如，重音符号、变音符号、圆括号等）。 - agad

Answer 2

尝试使用[\p{Latin}\p{Punctuation}\p{Math_Symbol}]或添加更多字符类。在这里查看其他Unicode字符类。

- Thomas

Answer 3

我知道这是一个老问题。

但希望它能帮助到某个人！你可以尝试这个正则表达式：

([\u0020-\u007e\u00a0-\u00ff\u0100-\u017F]+)

基本上它应该匹配所有的拉丁和扩展拉丁字符，包括数字，如有必要，可以自由删除Unicode字符。我认为这将是确保在所有场景下都正确的最可靠的方法。

参考资料：

• http://unicode.org/charts/PDF/U0000.pdf
• http://unicode.org/charts/PDF/U0080.pdf
• http://unicode.org/charts/PDF/U0100.pdf

- Dinesh Kumar