Expression régulière: \w - “_” + “-” en UTF-8

J'ai besoin d'une expression régulière qui correspond à UTF-8 caractères, lettres et chiffres, le tableau de signe (-) mais ne correspond pas à des traits de soulignement (_), j'ai essayé ces stupides tentatives sans succès:

  • ([\w-^_])+
  • ([\w^_]-?)+
  • (\w[^_]-?)+

La \w est un raccourci pour [A-Za-z0-9_], mais il correspond aussi à l'UTF-8, les caractères, si j'ai le u modificateur de jeu.

Quelqu'un peut m'aider avec ça?

Veuillez être précis au sujet de "UTF-8 lettres" - pouvez-vous confirmer que vous voulez et pas seulement les caractères en anglais?
Je veux anglais et accentués / caractères étrangers.

OriginalL'auteur Alix Axel | 2010-01-14

  1. 18

    Essayez ceci:

    (?:[\w\-](?<!_))+

    Il fait un match simple sur tout ce qui est codé comme une \w (ou un tiret) et a une largeur nulle lookbehind qui assure que le caractère qui vient d'être appariés n'est pas un trait de soulignement.

    Sinon, vous pourriez choisir ce un seul:

    (?:[^_\W]|-)+

    qui est une série de plus, l'approche basée (notez les majuscules W)

    OK, j'ai eu beaucoup de plaisir avec unicode en php saveur des PCREs 😀
    Coucou dit qu'il y a une solution simple, disponibles:

    [\p{L}\p{N}\-]+

    \p{L} correspond à tout ce unicode qui est considérée comme une Lettre (note: pas un caractère de mot, donc pas de traits de soulignement), tandis que \p{N} correspond à tout ce qui ressemble à un numéro (y compris les chiffres romains et les plus exotiques de choses).

    \- est juste une fuite de tableau de bord. Bien que n'étant pas strictement nécessaire, j'ai tendance à faire un point de s'échapper des tirets dans les classes de personnage... Remarque, qu'il y a des dizaines de différents tirets dans unicode, donnant ainsi naissance à la version suivante:

    [\p{L}\p{N}\p{Pd}]+

    Où "Pd" est la Ponctuation de tableau de bord, y compris, mais pas limité à notre moins-dash-bidule. (Remarque, encore une fois pas de souligner ici).

    sera la négation de \W comprennent pas de tiret ?
    cela ne correspond pas à des caractères accentués pour moi.
    Autant que je sache, le trait d'union n'est pas inclus dans \w - et même s'il l'était, il ne serait pas mal de le dire comme ça 😉
    OP unis: "Le \w [...] correspond également à l'UTF-8, les caractères si j'ai le modificateur 'u'."
    \p{N} comprend toutes les sortes de nombres - autant que je sache Nd ne l'0-9 de la danse, tout en Nl comprend romain littéraux (en unicode romaine 1 n'est pas la lettre que j'ai, mais plutôt quelque chose qui ressemble à ça) et N'est à peu près tout ce qu'ils ne pouvaient pas trouver dans les deux autres, mais il est encore un certain nombre.

    OriginalL'auteur gha.st

  2. 3

    Je ne suis pas sûr de la langue que vous utilisez, mais en PERL, vous pouvez simplement écrire: [[:alnum:]-]+ lorsque le local est spécifié.

    C'est bon à savoir, mais je suis en utilisant PHP (moteur PCRE).
    Il a essayé en PHP et Rubular (Ruby), voir rubular.com/regexes/12922 et rubular.com/regexes/12923.
    J'ai corrigé une petite erreur là.
    [:alnum:] pourrait être remplacé par \p{IsAlnum} PCRE vous pouvez essayer de \p{L}\p{N}

    OriginalL'auteur Jiri Klouda