Javascript 带有非捕获组的正则表达式作为两个备选方案
Javascript regex with non-capturing group as two alternatives
我想创建一个正则表达式，它允许您输入 Name 和 Surname 等值。但我有一些限制：
- 大写第一个字母（只有一个）然后是其他小写字母
- 在前一个之后，用户可以使用
'、- 或 </code>（空格），然后应用与第一点相同的规则</li>
</ul>
<p>我差不多做到了，但还是有些地方不能正常工作。这是我的创作：</p>
<pre><code>/^[A-ZÀ-ž]{1}[a-zà-ž]+[\s\'-]{0,1}(?:(?=[\s\'-]{0,1})[A-ZÀ-ž]{1}[a-zà-ž]+|(?=[\s\'-]{0,1})[a-zà-ž]+)$/i
我想在 Javascript 中使用它的功能 .test(value)。不幸的是它也接受这些：
Test Test - Test- test TestTest-testTTestTest'test
我希望被接受和允许的是：
TestTest-TestTest TestTest'Test
我不知道我做错了什么以及如何解决这个问题...我在这里缺少什么？
您的正则表达式在某些地方 "too verbose"，例如：
{1} 根本不需要。默认重复计数仅为 1。{0,1} 可以简写为 ?.- 不需要
'前面的\。
您还使用了两种情况 (?= ... ) - 正面前瞻,
这里完全不需要。
Wiktor 提出的正则表达式几乎可以，但我会更改最后一个 *
到 ?，因为你提到 只有一个 可选姓氏（不是很多）。
所以我的提议是：
^[A-ZÀ-Ž][a-zà-ž]+(?:[\s'-][A-ZÀ-Ž][a-zà-ž]+)?$
描述：
^ - 源字符串的开始。[A-ZÀ-Ž] - 大写字母（名称的开头）。[a-zà-ž]+ - 一系列小写字母（名称的其余部分）。(?: - 一个非捕获组，由于它后面有 ? 需要。
[\s'-] - 白色字符或撇号或减号
（名字和姓氏之间的分隔符）。[A-ZÀ-Ž][a-zà-ž]+ - 姓氏 - 就像名字一样。
)? - 非捕获组结束，可选。而不是 ?，
Wiktor 提议*，允许许多 个姓氏。$ - 源字符串结束。
所以非捕获组设置为容器：
- 分隔符，
- 姓氏。
可选（?），作为姓氏（连同前面的分隔符）
可能不存在。
也许 \s 应该只替换为 space，因为 \s 匹配
还有一个 Tab 或 '\n' 我认为，这些字符不应该被允许
作为分隔符。
您需要分别匹配大小写字母。目前，您的 À-ž 欧洲字母范围包括所有小写和大写字母，甚至包括一些非字母。
这是您需要的范围：
大写（基本欧文）
- 基本拉丁语 - 大写拉丁字母表：
[A-Z]
- 拉丁语 1 增补 — 字母项目 - 大写：
[À-ÖØ-Þ]
- 拉丁语扩展 A — 欧洲拉丁语 - 大写字母：
[ĀĂĄĆĈĊČĎĐĒĔĖĘĚĜĞĠĢĤĦĨĪĬĮİIJijĴĶĹĻĽĿŁŃŅŇŊŌŎŐŒœŔŖŘŚŜŞŠŢŤŦŨŪŬŮŰŲŴŶŸŹŻŽ]
小写（基本欧文）
- 基本拉丁语 - 小写拉丁字母表：
[a-z]
- 拉丁语 1 增补 — 字母项目 - 小写：
[ß-öø-ÿ]
- 拉丁语扩展 A - 欧洲拉丁语 - 小写字母：
[žſāăąćĉċčďđēĕėęěĝğġģĥħĩīĭįıĵķĸĺļľŀłńņňŋōŏőŕŗřśŝşšţťŧũūŭůűųŵŷźż]
您需要的图案是
/^[UPPER][lower]+(?:[\s'-][UPPER][lower]+)*$/
其中UPPER和lower是大小写字母ranges/sets.
所以，让我们构建模式。
var upper = '[A-ZÀ-ÖØ-ÞĀĂĄĆĈĊČĎĐĒĔĖĘĚĜĞĠĢĤĦĨĪĬĮİIJijĴĶĹĻĽĿŁŃŅŇŊŌŎŐŒœŔŖŘŚŜŞŠŢŤŦŨŪŬŮŰŲŴŶŸŹŻŽ]';
var lower = '[a-zß-öø-ÿžſāăąćĉċčďđēĕėęěĝğġģĥħĩīĭįıĵķĸĺļľŀłńņňŋōŏőŕŗřśŝşšţťŧũūŭůűųŵŷźż]';
var rx = new RegExp("^" + upper + lower + "+(?:[\s'-]" + upper + lower + "+)*$");
// Let's test
var tests = ['Test ','Test - ','Test-',' test','Test-test','TTest','Test\'test','Test','Test-Test','Test Test','Test\'Test', 'Łóźćż\'żłóźćęą'];
for (var s of tests) {
console.log(s, '=>', rx.test(s))
}
注意欧洲语言中可以使用的字母更多。更多详情请参考Unicode Utilities
注意 2：如果您打算只支持 Chrome 和其他 ECMAScript 2018 兼容浏览器，您可以使用
console.log( // ONLY WORKS IN ECMASCRIPT 2018 COMPATIBLE JS ENVIRONMENTS
/^\p{Lu}\p{Ll}+(?:[\s'-]\p{Lu}\p{Ll}+)*$/u.test("Test'Ťĕśţ")
);
Java定义：
String pattern = "(?U)^\p{Lu}\p{Ll}+(?:[\s'-]\p{Lu}\p{Ll}+)*$";
如果您在 Java matches() 方法中使用它，请删除 ^ 和 $，因为它们在那里是多余的。
我想创建一个正则表达式，它允许您输入 Name 和 Surname 等值。但我有一些限制：
- 大写第一个字母（只有一个）然后是其他小写字母
- 在前一个之后，用户可以使用
'、-或</code>（空格），然后应用与第一点相同的规则</li> </ul> <p>我差不多做到了，但还是有些地方不能正常工作。这是我的创作：</p> <pre><code>/^[A-ZÀ-ž]{1}[a-zà-ž]+[\s\'-]{0,1}(?:(?=[\s\'-]{0,1})[A-ZÀ-ž]{1}[a-zà-ž]+|(?=[\s\'-]{0,1})[a-zà-ž]+)$/i我想在 Javascript 中使用它的功能
.test(value)。不幸的是它也接受这些：TestTest -Test-testTestTest-testTTestTest'test
我希望被接受和允许的是：
TestTest-TestTest TestTest'Test
我不知道我做错了什么以及如何解决这个问题...我在这里缺少什么？
您的正则表达式在某些地方 "too verbose"，例如：
{1}根本不需要。默认重复计数仅为 1。{0,1}可以简写为?.- 不需要
'前面的\。
您还使用了两种情况 (?= ... ) - 正面前瞻,
这里完全不需要。
Wiktor 提出的正则表达式几乎可以，但我会更改最后一个 *
到 ?，因为你提到 只有一个 可选姓氏（不是很多）。
所以我的提议是：
^[A-ZÀ-Ž][a-zà-ž]+(?:[\s'-][A-ZÀ-Ž][a-zà-ž]+)?$
描述：
^- 源字符串的开始。[A-ZÀ-Ž]- 大写字母（名称的开头）。[a-zà-ž]+- 一系列小写字母（名称的其余部分）。(?:- 一个非捕获组，由于它后面有?需要。[\s'-]- 白色字符或撇号或减号 （名字和姓氏之间的分隔符）。[A-ZÀ-Ž][a-zà-ž]+- 姓氏 - 就像名字一样。
)?- 非捕获组结束，可选。而不是?， Wiktor 提议*，允许许多 个姓氏。$- 源字符串结束。
所以非捕获组设置为容器：
- 分隔符，
- 姓氏。
可选（?），作为姓氏（连同前面的分隔符）
可能不存在。
也许 \s 应该只替换为 space，因为 \s 匹配
还有一个 Tab 或 '\n' 我认为，这些字符不应该被允许
作为分隔符。
您需要分别匹配大小写字母。目前，您的 À-ž 欧洲字母范围包括所有小写和大写字母，甚至包括一些非字母。
这是您需要的范围：
大写（基本欧文）
- 基本拉丁语 - 大写拉丁字母表：
[A-Z] - 拉丁语 1 增补 — 字母项目 - 大写：
[À-ÖØ-Þ] - 拉丁语扩展 A — 欧洲拉丁语 - 大写字母：
[ĀĂĄĆĈĊČĎĐĒĔĖĘĚĜĞĠĢĤĦĨĪĬĮİIJijĴĶĹĻĽĿŁŃŅŇŊŌŎŐŒœŔŖŘŚŜŞŠŢŤŦŨŪŬŮŰŲŴŶŸŹŻŽ]
小写（基本欧文）
- 基本拉丁语 - 小写拉丁字母表：
[a-z] - 拉丁语 1 增补 — 字母项目 - 小写：
[ß-öø-ÿ] - 拉丁语扩展 A - 欧洲拉丁语 - 小写字母：
[žſāăąćĉċčďđēĕėęěĝğġģĥħĩīĭįıĵķĸĺļľŀłńņňŋōŏőŕŗřśŝşšţťŧũūŭůűųŵŷźż]
您需要的图案是
/^[UPPER][lower]+(?:[\s'-][UPPER][lower]+)*$/
其中UPPER和lower是大小写字母ranges/sets.
所以，让我们构建模式。
var upper = '[A-ZÀ-ÖØ-ÞĀĂĄĆĈĊČĎĐĒĔĖĘĚĜĞĠĢĤĦĨĪĬĮİIJijĴĶĹĻĽĿŁŃŅŇŊŌŎŐŒœŔŖŘŚŜŞŠŢŤŦŨŪŬŮŰŲŴŶŸŹŻŽ]';
var lower = '[a-zß-öø-ÿžſāăąćĉċčďđēĕėęěĝğġģĥħĩīĭįıĵķĸĺļľŀłńņňŋōŏőŕŗřśŝşšţťŧũūŭůűųŵŷźż]';
var rx = new RegExp("^" + upper + lower + "+(?:[\s'-]" + upper + lower + "+)*$");
// Let's test
var tests = ['Test ','Test - ','Test-',' test','Test-test','TTest','Test\'test','Test','Test-Test','Test Test','Test\'Test', 'Łóźćż\'żłóźćęą'];
for (var s of tests) {
console.log(s, '=>', rx.test(s))
}
注意欧洲语言中可以使用的字母更多。更多详情请参考Unicode Utilities
注意 2：如果您打算只支持 Chrome 和其他 ECMAScript 2018 兼容浏览器，您可以使用
console.log( // ONLY WORKS IN ECMASCRIPT 2018 COMPATIBLE JS ENVIRONMENTS
/^\p{Lu}\p{Ll}+(?:[\s'-]\p{Lu}\p{Ll}+)*$/u.test("Test'Ťĕśţ")
);
Java定义：
String pattern = "(?U)^\p{Lu}\p{Ll}+(?:[\s'-]\p{Lu}\p{Ll}+)*$";
如果您在 Java matches() 方法中使用它，请删除 ^ 和 $，因为它们在那里是多余的。