針對特定語言的單詞或名稱的正則表達式

Question

我對通過正則表達式的語言特定驗證程序感興趣。我知道我可以驗證一個人的名字，以任何語言，用這樣的模式：

「[\p{L}\p{M}]」 

不過是，如果我想驗證什麼特定的語言？如果我的線索CurrentUICulture或CurrentCulture設置將簡單地將"[\w]"的含義轉換爲適合德語，西班牙語，英語，特別是中文的內容，那就太好了。它以這種方式工作嗎？如果是的話，那麼這可能是我的答案。

如果不是，那麼我的下一個興趣是使用regex script annotation。然而，我注意到：

1. 在鏈接中給出的列表中不包括簡化的「中國人」，對此我特別感興趣
2. 我不認爲基於腳本的.NET正則表達式功能的支持匹配。 。是？沒有？

所以我最後的選擇，如果我不能得到前兩個選項的工作，轉向named blocks。至少在.net supported named blocks列表中包含CJK的幾個條目。我想我可以簡單地把幾個中日韓方塊合併起來，然後叫（簡體）「中國人」。

想法？

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。我還得出結論認爲，最寬鬆的合理方案是對所有語言同時進行驗證 - 僅僅拒絕所有形式的不可打印字符，「dingbats」，尖括號（防止標記注入）和數學符號：

@」^[^\p{C}<>\p{Sm}\p{So}]*$」 

中期寬容的方法是使用明確捕獲西方和東方字符集（包括變音符號和「合併字符」）的字符串：

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

最不寬容的方法，如果我只想要西方字符，是這樣的：

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

上面仍然允許所有形式的引號，通常適用於像O'Toole這樣的名字。