Regex dla znaków słownych w dowolnym języku

Question

Testowanie silnika regex PHP, widzę, że uważa tylko [0-9A-Za-z_] za znaki słowne. Litery języków innych niż ASCII, takie jak hebrajski, nie są dopasowywane jako znaki słowne z [\w]. Czy są jakieś sekwencje specjalne wyrażenia regularnego PHP lub Perla, które będą pasować do litery w dowolnym języku? Mogę dodać zakresy dla każdego alfabetu, którego oczekuję, ale użytkownicy zawsze zaskakują nas niespodziewanymi językami!

Należy zauważyć, że nie jest to filtrowanie bezpieczeństwa, ale raczej tokenizacja tekstu.

Answer 1

Spróbuj [\pL_] - patrz odniesienia w

http://php.net/manual/en/regexp.reference.unicode.php

Answer 2

Spróbuj \p{L}. Pasuje do dowolnego rodzaju litery z dowolnego języka. Jeśli nie chcesz użyć zestawu znaków [].