正則表達式用於特定語言的單詞或名稱

Question

我對通過正則表達式對特定於語言的驗證器感興趣。 我知道我可以使用以下任何一種模式來驗證一個人的名字：

“[\p{L}\p{M}]”

但是，如果我希望針對特定語言進行驗證怎么辦？ 如果我線程的CurrentUICulture或CurrentCulture設置將"[\\w]"的含義簡單地轉換為適用於德語，西班牙語，英語，尤其是中文的語言，那就太好了。 這樣行嗎？ 如果是，那么這可能是我的答案。

如果沒有，那么我的下一個興趣就是使用regex腳本注釋 。 但是，我注意到：

1. 該鏈接中給出的列表不包括簡體中文，我對此特別感興趣。
2. 我認為.NET正則表達式功能不支持基於腳本的匹配。 是？ 沒有？

因此，如果我不能使前兩個選項起作用，那么我的最后一個選擇是轉向named blocks 。 至少.net支持的命名塊列表包括CJK的多個條目。 我想我可以簡單地組合幾個CJK塊，並稱其為“簡體中文”。

有什么想法嗎？

Answer 1

我的結論是，在.net設置中，不存在對CurrentUICulture敏感的正則表達式之類的東西。 我還得出結論，最寬松的合理方案是執行一次驗證-同時適用於所有語言-只是拒絕所有形式的不可打印字符，“裝飾符號”，尖括號（以防止標記注入）和數學符號：

@”^[^\p{C}<>\p{Sm}\p{So}]*$”

中間允許的方法是使用一個同時捕獲西方和東方字符集（包括變音符號和“組合字符”）的字符串：

@"^[\p{L}\p{M}\p{Pd}\p{Pi}\p{Pf}\s]*$"

如果我只希望使用西方字符，則最不允許的方法是：

@"^[\p{IsBasicLatin}\p{IsLatin-1Supplement}\p{Pd}\p{Pi}\p{Pf}-[\p{N}]]*$"

以上內容仍然允許使用所有形式的引號，這些引號通常適用於O'Toole之類的名稱。