RegEx为乌克兰字母.如何用大写字母分隔西里尔字？

Question

我有一个字符串里面有一些西里尔字.每个都以大写字母开头.

var str = '??????????';

我找到了这个解决方案str.match(/[?-?][?-?]+/g).

但它让我感到很["??"]遗憾["????", "??", "????"].似乎它不承认乌克兰字母('і','є'),只有俄语.

那么,我如何更改该正则表达式以包含乌克兰字母？

Answer 1

乌克兰字母有四个与西里尔字母不同的单词，例如：[\xd1\x96, \xd1\x94, \xd1\x97, \xd2\x91]，并且内部可以包含单引号

\n\n

"\xd2\x91\xd1\x83\xd0\xbb\xd1\x8f, \xd0\xb7\'\xd1\x97\xd1\x81\xd1\x82\xd0\xb8, \xd1\x96\xd1\x81\xd1\x82\xd0\xbe\xd1\x82\xd0\xb0, \xd0\x84\xd0\xb2\xd1\x80\xd0\xbe\xd0\xbf\xd0\xb0".match(/[\xd0\xb0-\xd1\x8f\xd1\x96\xd1\x94\xd1\x97\xd2\x91\\\']+/ig)\n

\n\n

i通过 和 将匹配大写，如“\xd0\x84\xd0\xb2\xd1\x80\xd0\xbe\xd0\xbf\xd0\xb0”

\n

Answer 2

使用\p{Lu}大写的比赛,\p{Ll}为小写,或者\p{L}匹配任何字母

更新: 这仅适用于Java,不适用于JavaScript.不要忘记在你的正则表达中包含"apostrof","ji"

Answer 3

[?-?] 不是西里尔字母，只是俄语！

西里尔文是一个书写系统。它在多种语言的字母中使用。（如拉丁语：西欧语言的字符集，东欧等）

拥有俄语和乌克兰语都可以[?-?????]。

要添加Belarisian： [?-??????]

对于所有西里尔字符（包括巴尔干语和旧西里尔字符），您可以通过Unicode子集类来获取它，例如： \p{IsCyrillic}

单独与乌克兰人打交道：

[?-????????]或[?-?????????-????????]在每种情况下似乎都是由33个字母组成的完整乌克兰字母。

撇号不是字母，而是偶尔包含在字母表中，因为它会影响下一个元音。撇号是单词的一部分，而不是分隔符。它可能以几种方式显示：

27“'”撇号
60“`”重音符
2019“'”正确的单引号
2bc“？” 修饰语字母

也许还有更多。

是的，撇号有点复杂。没有通用的标准。