任何可见的Unicode字母字符的JavaScript正则表达式模式

Question

我正在开发一个JavaScript应用程序，需要识别“任何可见的Unicode字母字符、数字（0-9）、空格、下划线和句点”的集合。建议使用的正则表达式模式是^[0-9\\p{L} _\\.]+$，但在JavaScript中似乎不起作用。让我困扰的部分是“任何可见的Unicode字母字符”，因为这包括非英语字符。是否有一些JavaScript正则表达式模式可以识别Unicode字母字符集？

- Andrew

---

您的模式在XRegExp中是有效的。 - Wiktor Stribiżew

“任何可见的Unicode字母字符”是什么意思？所有的Unicode字母吗？请参考此演示。 - Wiktor Stribiżew

谢谢大家，演示看起来XRegExp可以胜任。如果你好奇，我正在尝试为英雄联盟网站验证召唤师名称。这是他们定义的“任何可见Unicode字母字符、数字（0-9）、空格、下划线和句点”的完整字符集合。https://support.riotgames.com/hc/en-us/articles/201752814-Summoner-Name-FAQ#h1q5 - Andrew

Answer 1

使用 XRegExp 库来解析你当前的正则表达式：

var pattern = new XRegExp("^[0-9\\p{L} _.]+$");
var s = "123 Московская Street.";
if (XRegExp.test(s, pattern)) {
    console.log("Valid");
}

<script src="https://cdnjs.cloudflare.com/ajax/libs/xregexp/3.2.0/xregexp-all.min.js"></script>

请注意，^[0-9\\p{L} _\\.]+$ 匹配：

• ^ - 字符串的开头
• [0-9\\p{L} _\\.]+ - 一个或多个字符:
  • 0-9 - ASCII数字
  • \\p{L} - 字母
  • - 空格
  • _ - 下划线
  • . - 点（在字符类中，. 匹配实际的点，无需转义）
• $ - 字符串的结尾。

如果您还想包含以下条件：

• 名称必须至少为3个字符长，最多为16个字符长。
• 没有玩家的名称可以包含单词“Riot”。

您可以将模式扩展到以下内容：

^(?!.*(riot)).{3,16}$

var pattern = new XRegExp("^(?!.*\\bRiot\\b)[0-9\\p{L} _\\.]{3,16}$");
                            ^^^^^^^^^^^^^^^^                ^^^^^^

将 +（1次或多次出现）替换为 {3,16} 限定符（3到16次出现），并且 (?!.*\\bRiot\\b) 负向先行断言将在字符串中（或行，因为 . 匹配任何字符但不包括换行符）任何位置存在单词（由于 \\b 单词边界）Riot 时，匹配将失败。

- Wiktor Stribiżew