具有非捕获组的Javascript正则表达式是两种选择

Question

我想创建一个正则表达式，使您可以输入Name和Surname类的值。 但是我有一些限制：

• 首字母大写（仅一个），然后其他小写字母
• 在上一个之后，用户可以使用' ， -或 （空格），然后应用与第一点相同的规则

我几乎达到了目的，但是仍然无法正常工作。 这是我的创作：

/^[A-ZÀ-ž]{1}[a-zà-ž]+[\s\'-]{0,1}(?:(?=[\s\'-]{0,1})[A-ZÀ-ž]{1}[a-zà-ž]+|(?=[\s\'-]{0,1})[a-zà-ž]+)$/i

我想在Javascript中使用.test(value)函数。 不幸的是，它也接受这些：

• Test
• Test -
• Test-
• test
• Test
• Test-test
• TTest
• Test'test

我要接受和允许的是：

• Test
• Test-Test
• Test Test
• Test'Test

我不知道我在做什么错以及如何解决此问题……我在这里缺少什么？

Answer 1

您的正则表达式在某些地方“太冗长”，例如：

• 根本不需要{1} 。 默认重复次数仅为1。
• {0,1}可以写得更短? 。
• 该\\之前'是没有必要的。

您还使用了两种情况(?= ... ) - 正向超前 ，这里完全不需要。

Wiktor提出的正则表达式几乎可以，但是我将最后一个*更改为? ，因为您只提到了一个可选姓（不是很多）。

所以我的主张是：

^[A-ZÀ-Ž][a-zà-ž]+(?:[\s'-][A-ZÀ-Ž][a-zà-ž]+)?$

描述：

• ^ -源字符串的开头。
• [A-ZÀ-Ž] -大写字母（名称的开头）。
• [a-zà-ž]+ -小写字母（其余名称）的序列。
• (?: -一个非捕获组，由于后面加上?而需要。
  • [\\s'-] - [\\s'-] -白色字符或撇号或减号（名称和姓氏之间的分隔符）。
  • [A-ZÀ-Ž][a-zà-ž]+ -姓-就像名字一样。
• )? -非捕获组的结尾，可选。 代替? ，维克多（Wiktor）提出* ，允许使用许多姓氏。
• $ -源字符串的结尾。

因此，非捕获组将容器设置为：

• 分隔符
• 姓

它是可选的（ ? ），因为可能没有姓氏（以及前面的分隔符）。

也许\\s应该只用一个空格代替，因为\\s还要与Tab或'\\n'匹配，我认为，不应将这些字符用作分隔符。

Answer 2

您需要分别匹配大小写字母。 当前，您的欧洲字母À-ž范围包括所有大小写字母，甚至包括一些非字母。

这是您需要的范围：

大写（基本欧洲）

• 基本拉丁语—大写拉丁字母： [AZ]
• 拉丁语1补充资料-字母项目-大写： [À-ÖØ-Þ]
• 拉丁文扩展A-欧洲拉丁文-大写字母： [ĀĂĄĆĈĊČĎĐĒĔĖĘĚĜĞĠĢĤĦĨĪĬĮİIJijĴĶĹĻĽĿŁŃŅŇŊŌŎŐŒœŔŖŘŚŜŞŠŢŤŦŨŪŬŮŰŲŴŶŸŹŻŽ]

小写（基本欧洲）

• 基本拉丁语—小写拉丁字母： [az]
• 拉丁语1补充资料-字母项目-小写： [ß-öø-ÿ]
• 拉丁文扩展A –欧洲拉丁文-小写字母： [žſāăąćĉċčďđēĕėęěĝğġģĥħĩīĭįıĵķĸĺļľŀłńņňŋōŏőŕŗřśŝşšţťŧũūŭůűųŵŷźż]

您需要的模式是

/^[UPPER][lower]+(?:[\s'-][UPPER][lower]+)*$/

其中UPPER和lower是大写和小写字母的范围/套。

因此，让我们构建模式。

 var upper = '[A-ZÀ-ÖØ-ÞĀĂĄĆĈĊČĎĐĒĔĖĘĚĜĞĠĢĤĦĨĪĬĮİIJijĴĶĹĻĽĿŁŃŅŇŊŌŎŐŒœŔŖŘŚŜŞŠŢŤŦŨŪŬŮŰŲŴŶŸŹŻŽ]'; var lower = '[a-zß-öø-ÿžſāăąćĉċčďđēĕėęěĝğġģĥħĩīĭįıĵķĸĺļľŀłńņňŋōŏőŕŗřśŝşšţťŧũūŭůűųŵŷźż]'; var rx = new RegExp("^" + upper + lower + "+(?:[\\\\s'-]" + upper + lower + "+)*$"); // Let's test var tests = ['Test ','Test - ','Test-',' test','Test-test','TTest','Test\\'test','Test','Test-Test','Test Test','Test\\'Test', 'Łóźćż\\'żłóźćęą']; for (var s of tests) { console.log(s, '=>', rx.test(s)) } 

注意还有更多可以用欧洲语言使用的字母。 有关更多详细信息，请参见Unicode实用程序以供参考。

注意2 ：如果您计划仅支持Chrome和其他ECMAScript 2018兼容浏览器，则可以使用

 console.log( // ONLY WORKS IN ECMASCRIPT 2018 COMPATIBLE JS ENVIRONMENTS /^\\p{Lu}\\p{Ll}+(?:[\\s'-]\\p{Lu}\\p{Ll}+)*$/u.test("Test'Ťĕśţ") ); 

Java定义：

String pattern = "(?U)^\\p{Lu}\\p{Ll}+(?:[\\s'-]\\p{Lu}\\p{Ll}+)*$";

如果在Java matches()方法中使用它，请删除^和$因为它们在那里多余。