包含国家字符的姓名正则表达式

Question

我在找一个正则表达式，用来验证名字（使用Python的标准模块re）。

这个表达式应该能处理标准的拉丁字母（a-z）、空格、连字符，还要能处理西欧字符（比如æ、ø、å、ü、ö、ä等），甚至还要支持中文、泰文、阿拉伯文等等。

这些都可以算作“字母”——它们是可以接受的，但像!@#$%&*()和引号等特殊字符就不行。

我真的没找到能做到这一点的东西——有没有人知道怎么做？

附注：符合条件的字符有成千上万，简单列出所有字符是不现实的。

Answer 1

你可以创建一个字符类，这样就能匹配你想要的所有语言。例如：

[\p{Cyrillic}\p{Latin}]

这个可以匹配所有的西里尔字母和拉丁字母。我不确定这是不是最好的解决办法，但它确实有效。

这里有完整的参考资料。

Answer 2

其实问题的关键是你需要这个做什么？也许你可以试试反过来的方法，也就是指定哪些字符是不允许的，比如说 [^ \t] 之类的。

你还应该看看这个 手册，里面有一些像 \s、\w 这样的内容，结合设置 LOCALE 一起使用。