用于检查输入字符串的正则表达式只是波斯语
本文关键字:波斯语 正则表达式 检查 输入 字符串 用于 | 更新日期: 2023-09-27 18:34:07
我在MVC工作,我是新手。我想通过[RegularExpression]
验证检查输入值是否只有波斯语(字符(。 所以我认为使用正则表达式并需要检查 unicode 的范围,但我不知道如何找到波斯字符 Unicode 的范围。我对这个正则表达式的看法是对的吗?您的建议是什么,我如何找到波斯语的Unicode范围
波斯字符在以下范围内:['u0600-'u06FF]
尝试:
Regex.IsMatch(value, @"^['u0600-'u06FF]+$")
检查波斯语中的第一个字母和最后一个字母范围 我认为是这样的:
"^[آ-ی]$"
Regex.IsMatch(Text, @"^(['u0600-'u06FF]+'s?)+$")
这仅包含标准的阿拉伯符号范围,但波斯语还包括另外 4 个字符:
ژ 'uFB8A
پ 'u067E
چ 'u0686
گ 'u06AF
所以你应该使用:
^['u0600-'u06FF'uFB8A'u067E'u0686'u06AF]+$
如果你想匹配零宽度非连接者,你也应该添加这个:
'u200C
TL;DR
所有说使用'u0600-'u06FF
或[آ-ی]
的答案都是错误的。
即
'u0600-'u06FF
包含比您需要的多 209 个字符!它还包括数字!
波斯语必须使用的字符集如下:
-
对字母使用
^[آابپتثجچحخدذرزژسشصضطظعغفقکگلمنوهی]+$
。 -
对数字使用
^[۰۱۲۳۴۵۶۷۸۹]+$
。 -
元音使用
[ ٌ ًّ َ ِ ُ ْ ]
。
或者这些的联盟。您可能希望将其他阿拉伯字母(如 Hamza ء
(添加到字符集中。
这个答案的存在是为了纠正一个常见的误解。0600
到06FF
的代码点不表示波斯语/波斯语字母([آ-ی]
也不表示
['u0600-'u0605 ؐ-ؚ'u061Cـ ۖ-'u06DD ۟-ۤ ۧ ۨ ۪-ۭ ً-ٕ ٟ ٖ-ٞ ٰ ، ؍ ٫ ٬ ؛ ؞ ؟ ۔ ٭ ٪ ؉ ؊ ؈ ؎ ؏
۞ ۩ ؆ ؇ ؋ ٠۰ ١۱ ٢۲ ٣۳ ٤۴ ٥۵ ٦۶ ٧۷ ٨۸ ٩۹ ءٴ۽ آ أ ٲ ٱ ؤ إ ٳ ئ ا ٵ ٮ ب ٻ پ ڀ
ة-ث ٹ ٺ ټ ٽ ٿ ج ڃ ڄ چ ڿ ڇ ح خ ځ ڂ څ د ذ ڈ-ڐ ۮ ر ز ڑ-ڙ ۯ س ش ښ-ڜ ۺ ص ض ڝ ڞ
ۻ ط ظ ڟ ع غ ڠ ۼ ف ڡ-ڦ ٯ ق ڧ ڨ ك ک-ڴ ػ ؼ ل ڵ-ڸ م۾ ن ں-ڽ ڹ ه ھ ہ-ۃ ۿ ەۀ وۥ ٶ
ۄ-ۇ ٷ ۈ-ۋ ۏ ى يۦ ٸ ی-ێ ې ۑ ؽ-ؿ ؠ ے ۓ 'u061D]
255个字符落在这个范围内,波斯语字母表有32个字母,除了波斯语的数字演示之外,它将是42个。如果我们加上元音(最初是阿拉伯语元音,在波斯语中很少使用(和Tanvin(ً
,ٍِ
,ٌ
(和Tashdid(ّ
(,它们都是阿拉伯语变音符号的子集而不是波斯语,我们将以46个字符结尾。这意味着:
'u0600-'u06FF
包含比您需要的多 209 个字符!
带有代码点06F7
۷
是数字 7
的波斯语表示形式,带有代码点0667
٧
是相同数字的阿拉伯语表示形式。 ۶
是数字6
的波斯语表示,٦
是相同数字的阿拉伯语表示。所有这些都通过06FF
代码点驻留在0600
中。
波斯数字四(
۴
(、五(۵
(和六(۶
(的形状是 与阿拉伯语中使用的形状不同,其他数字具有 不同的代码点。
您可以看到波斯语/波斯语中不存在的不同数量的其他字符,并且在验证名字或姓氏时没有人愿意拥有它们。
[آ-ی]
也包括 117 个字符,这比某人验证所需的字符要多得多。您可以使用Unicode CLDR查看它们。
我在程序中使用此正则表达式,并且可以正常工作。 希望对您有所帮助:
[پچجحخهعغفقثصضشسیبلاتنمکگوئدذرزطظژؤآإأءًٌٍَُِّ's]+$
波斯语字符在以下范围内:[''u0600-''u06FF] + [''s]
尝试:
Regex.IsMatch(Text, @"^(['u0600-'u06FF]+'s?)+$")
这个父亲包含字母和空格字符。