Swift 中正则表达式与元字符的不区分大小写和变音符号的匹配

Question

我正在尝试匹配用户输入中粗鲁的词，例如 "I Hate You!" 或 "i.håté.Yoù" 将与从 JSON 解析的词数组中的 "hate you" 匹配。

所以我需要它不区分大小写和变音符号，并将粗鲁单词中的空格视为任何非字母字符：正则表达式元字符 \P{L} 应该适用，或者至少 \W

现在我知道 [cd] 可以与 NSPredicate 一起使用，就像这样：

 func matches(text: String) -> [String]? {
        if  let rudeWords = JSON?["words"] as? [String]{
            return rudeWords.filter {
                let pattern = [=11=].stringByReplacingOccurrencesOfString(" ", withString: "\P{L}", options: .CaseInsensitiveSearch)
                    return NSPredicate(format: "SELF MATCHES[cd] %@", pattern).evaluateWithObject(text)
            }
        } else {
            log.debug("error fetching rude words")
            return nil
        }
    }

这对任何一个元字符都不起作用，我猜它们不会被 NSpredicate 解析，所以我尝试像这样使用 NSRegularExpression：

func matches(text: String) -> [String]? {
        if  let rudeWords = JSON?["words"] as? [String]{
            return rudeWords.filter {
                do {
                    let pattern = [=12=].stringByReplacingOccurrencesOfString(" ", withString: "\P{L}", options: .CaseInsensitiveSearch)
                    let regex = try NSRegularExpression(pattern: pattern, options: .CaseInsensitive)
                    return regex.matchesInString(text, options: [], range: NSMakeRange(0, text.characters.count)).count > 0
                }
                catch _ {
                    log.debug("error parsing rude word regex")
                    return false
                }
            }
        } else {
            log.debug("error fetching rude words")
            return nil
        }
    }

这似乎工作正常，但我不知道如何使正则表达式变音符号不敏感，所以我尝试了这个（以及其他解决方案，如重新编码）

let text = text.stringByFoldingWithOptions(.DiacriticInsensitiveSearch, locale: NSLocale.currentLocale())

但是，这对我不起作用，因为每次键入字符时我都会检查用户输入，所以我尝试去除重音的所有解决方案都使应用程序非常慢。

有人知道是否还有其他解决方案，或者我是否以错误的方式使用它？

谢谢

编辑

我真的错了，是什么让应用程序变慢试图与 \P{L} 匹配，我尝试了第二个解决方案 \W 和重音去除线，现在它工作正常即使它匹配的字符串比我最初想要的少。

链接

这些可能会帮助一些人处理正则表达式和谓词：

Answer 1

朝不同的方向前进可能是值得的。如果您更改正则表达式而不是展平输入，会怎样？

例如，

可以不与 hate.you 匹配，而是与 [h][åæaàâä][t][ëèêeé].[y][o0][ùu] 匹配（无论如何，这都不是一个全面的列表）。即时执行此转换（而不是存储它）是最有意义的，因为如果您以后需要更改字符扩展的内容，这可能会更容易。

这将使您能够更好地控制要匹配的字符。如果你看，我有 0 作为匹配 o 的字符。没有多少 Unicode 强制可以让你做到这一点。

Answer 2

我最终使用了建议的解决方案。对我来说效果很好。

我post这里是为了任何可能需要它的人。

extension String {
    func getCaseAndDiacriticInsensitiveRegex() throws -> NSRegularExpression {
        var pattern = self.folding(options: [.caseInsensitive, .diacriticInsensitive], locale: .current)
        pattern = pattern.replacingOccurrences(of: "a", with: "[aàáâäæãåā]")
        pattern = pattern.replacingOccurrences(of: "c", with: "[cçćč]")
        pattern = pattern.replacingOccurrences(of: "e", with: "[eèéêëēėę]")
        pattern = pattern.replacingOccurrences(of: "l", with: "[lł]")
        pattern = pattern.replacingOccurrences(of: "i", with: "[iîïíīįì]")
        pattern = pattern.replacingOccurrences(of: "n", with: "[nñń]")
        pattern = pattern.replacingOccurrences(of: "o", with: "[oôöòóœøōõ]")
        pattern = pattern.replacingOccurrences(of: "s", with: "[sßśš]")
        pattern = pattern.replacingOccurrences(of: "u", with: "[uûüùúū]")
        pattern = pattern.replacingOccurrences(of: "y", with: "[yýÿ]")
        pattern = pattern.replacingOccurrences(of: "z", with: "[zžźż]")
        return try NSRegularExpression(pattern: pattern, options: [.caseInsensitive])
    }
}

Swift 中正则表达式与元字符的不区分大小写和变音符号的匹配

Case and diacritic insensitive matching of regex with metacharacter in Swift

regex

swift

nspredicate

nsregularexpression

编辑

链接