Regulärer Ausdruck \ p {L} und \ p {N}

105

Ich bin neu in regulären Ausdrücken und habe den folgenden regulären Ausdruck erhalten:

(\p{L}|\p{N}|_|-|\.)*

Ich weiß was * bedeutet und | bedeutet "oder" und das \ entkommt.

Aber was ich nicht weiß was \p{L}und \p{N}bedeutet. Ich habe Google danach gesucht, ohne Ergebnis ...

Kann mir jemand helfen?

xml regex character-class Diemauerdk
quelle

Ich habe es auch gegoogelt, aber ich habe dieses Ergebnis erhalten .

MC Emperor

Antworten:

159

\p{L}entspricht einem einzelnen Codepunkt in der Kategorie "Buchstabe".
\p{N}Entspricht jeder Art von numerischem Zeichen in einem beliebigen Skript.

Quelle: reguläre-Ausdrücke.info

Wenn Sie häufig mit regulären Ausdrücken arbeiten, würde ich empfehlen, diese Site mit einem Lesezeichen zu versehen. Dies ist sehr nützlich.

Cerbrus
quelle

Danke für die schnelle Antwort :). Aber sollte der Regex dann nicht mit 10 übereinstimmen? Ich habe einen Online-Regex-Matcher ausprobiert

Diemauerdk

@ user1093774: Ich denke nicht, dass Regexpal unterstützt \p{}, aber ja, es sollte übereinstimmen.

Cerbrus

Diese Syntax ist spezifisch für die moderne Unicode-Regex-Implementierung, die nicht alle Interpreter erkennen. Sie können \ p {L} sicher durch {a-zA-Z} (ASCII-Notation) oder {\ w} (Perl / Vim-Notation) ersetzen. und \ p {N} durch {0-9} (ascii) oder {\ d} (perl / vim). Wenn Sie alle übereinstimmen möchten, tun Sie einfach: {a-zA-Z0-9} + oder {\ w \ d} +

Rafael Beckel

Rafael, ich nicht‘zustimmen , dass Sie sicher ersetzen \p{L}durch {a-zA-Z}. {a-zA-Z}Zum Beispiel passt es nicht zu einem akzentuierten Zeichen, wie es éauf Französisch überall verwendet wird. Diese sind also nur dann sicher austauschbar, wenn Sie sicher sind, dass Sie nur Englisch verarbeiten und sonst nichts.

Rolf

Entspricht es dem Codepunkt oder der Codeeinheit? stackoverflow.com/a/27331885/4928642

Qwertiy

Dies sind Unicode-Eigenschaftsverknüpfungen ( \p{L}für Unicode-Buchstaben, \p{N}für Unicode-Ziffern). Sie werden von .NET, Perl, Java, PCRE, XML, XPath, JGSoft, Ruby (1.9 und höher) und PHP ( seit 5.1.0 ) unterstützt.

Das ist jedenfalls eine sehr seltsame Regex. Sie sollten keine Abwechslung verwenden, wenn eine Zeichenklasse ausreichen würde:

[\p{L}\p{N}_.-]*

Tim Pietzcker
quelle

seine Regex in XML - ich habe die Regex nicht selbst

konstruiert

Abgesehen von der Tatsache, dass Erfassungsklammern verwendet wurden, werden die REs tatsächlich auf dieselbe Weise kompiliert (nun, in jeder optimierenden RE-Engine, die den \p{…}Escape-Sequenzstil überhaupt unterstützt ).

Donal Fellows

das sieht aus wie XRegExp Unicode Plugin. was, wenn ja, eine beliebige alphanumerische Zahl in einer beliebigen Sprache wäre

Tim

Vielen Dank, das Auflisten unterstützender Sprachen war nützlich, ohne zu wissen, dass es dort Einschränkungen gab (die meisten regulären Dinge sind "universell").

HoldOffHunger

@HoldOffHunger: Leider weit davon entfernt. Deshalb gibt es einen Markt für Tools wie RegexBuddy. Werfen Sie einen Blick auf reguläre-Ausdrücke.info / refbasic.html , Sie werden erstaunt sein über die subtilen und nicht so subtilen Unterschiede zwischen Regex-Aromen ...

Tim Pietzcker