Regex do sprawdzania poprawności alfabetycznej i liczb w zlokalizowanym ciągu

Question

Mam pole wejściowe, które jest zlokalizowane. Muszę dodać sprawdzanie poprawności za pomocą wyrażenia regularnego, które musi zawierać tylko alfabety i liczby. Mogłem użyć [a-z0-9], jeśli używałem tylko angielskiego.

Do tej pory używam metody (tak, używam iteracji po każdym znaku), aby odfiltrować alfabety obecne w różnych językach.

Czy istnieją lepsze sposoby na zrobienie tego? Czy dostępne są do tego regex lub inne biblioteki?

Answer 1

Ponieważ Java 7 można użyć Pattern.UNICODE_CHARACTER_CLASS

String s = "Müller"; 

Pattern p = Pattern.compile("^\\w+$", Pattern.UNICODE_CHARACTER_CLASS); 
Matcher m = p.matcher(s); 
if (m.find()) { 
    System.out.println(m.group()); 
} else { 
    System.out.println("not found"); 
} 

z obecnie opcja nie rozpozna słowo „Müller”, ale przy użyciu Pattern.UNICODE_CHARACTER_CLASS

Umożliwia wersji Unicode predefiniowanych klas postaci i Klasy znaków POSIX.

Zobacz here for more details

Można również spojrzeć here for more Unicode information w Javie 7.

a tu na regular-expression.info przegląd nad Unicode skrypty, właściwości i bloków.

See here a famous answer from tchrist o ograniczeniach z regex w Jawa oraz uaktualniony co się zmieniło z Java 7 (będzie w Java 8)

Answer 2

boolean foundMatch = name.matches("[\\p{L}\\p{Nd}]*"); 

powinien działać.

dopasowuje znak będący literą lub cyfrą Unicode. Metoda regex .matches() zapewnia, że ​​cały ciąg pasuje do wzorca.

Answer 3

Niektórzy ludzie, w konfrontacji z problemem, pomyśl: „Wiem, Użyję wyrażeń regularnych . " Teraz mają dwa problemy.

- Jamie Zawinksi

mówię to żartem, ale iteracja String jak robisz będzie mieć wydajność wykonania przynajmniej tak dobry, jak każdy regex - Nie ma mowy, regex może robić to, co chcesz szybciej; i nie masz na głowie kompilacji wzoru.

Tak długo, jak:

• walidacja nie trzeba robić nic innego regex-like (nic nie zostało wymienione w pytaniu)
• intencją kodu pętli poprzez łańcuch jest jasne (jeśli nie, refactor, dopóki nie jest)

dlaczego następnie zastąpić go regex tylko dlatego, że można?