正則表達式可以使用不同的語言嗎？

Question

英語，當然是想都不用想的正則表達式，因爲這是它最初是在/發達：

正則表達式可以理解這種字符集？

法語進入一些重音字符，我不確定如何匹配 - 即è和e都被正則表達式視爲單詞字符？

Les expressionsrégulièrespeuvent comprendre ce jeu decaractères？

日語不包含我所知道的正則表達式字符匹配。

正規表現は，この文字を理解でき，設定？

Answer 1

簡短回答：是。

更具體地說，它取決於支持unicode匹配的正則表達式引擎（如描述here）。

這樣的比賽可以極大地複雜化你的正則表達式，所以我建議你閱讀this的Unicode正則表達式的教程（也注意到，Unicode的實現本身可以是挺亂的，所以你也可以從閱讀喬爾斯波斯基的article有關字符的內部運作中獲益套）。

Answer 2

據我所知，目前還沒有，你可以使用任何特定的模式，即[A-ZA-Z]匹配「è」，但你總是可以單獨匹配它們，即[a-zA-Zè正]

很明顯，這可以使你的正則表達式巨大，但你總是可以通過將你的字符串添加到變量中來控制它，將變量放入表達式中。

Answer 3

它不是關於正則表達式，而是關於執行它的框架。 java和.net我認爲在處理unicode方面非常好。所以「è和e都是通過正則表達式來考慮單詞字符」是真實的。

Answer 4

這取決於實現和字符集。一般來說，答案是「是」，但可能需要額外的設置。

例如，在Perl中，像\ w這樣的東西的含義被選定的語言環境（使用語言環境）所改變。

Answer 5

一般來說，正則表達式更適用於機器可讀文本而非人類可讀文本。正則表達式在很多方面都是對整個XML的更一般的回答;正則表達式本質上無法正確解析人類語言，因爲語言比解析它更復雜。

如果你想打破人類語言（包括英語），你會希望使用語言分析工具，甚至是AI，而不僅僅是正則表達式。

Answer 6

This SO thread may help。它包括您可以在正則表達式中使用的Unicode character classes（例如，無論語言如何，[Ll]都是小寫字母）。

Answer 7

/[\p{Latin}]/應該例如包含拉丁字母。你可以得到完整的解釋和參考here。