验证Unicode Nam

Question

在ASCII中，验证一个名称并不困难：只需确保所有字符都是按字母顺序排列的。在

但是在Unicode（utf-8）中呢？如何确保给定字符串中没有逗号或下划线（ASCII范围之外）？在

（最好是Python）

Answer 1

也许unicodedata module对这个任务很有用。尤其是category()函数。对于现有的unicode类别，请查看unicode.org。然后你可以过滤标点字符等

Answer 2

根据您如何定义“name”，您可以根据以下正则表达式检查它：

^\w+$

但是，这将允许数字和下划线。要排除它们，您可以针对以下各项进行第二次测试：

^{pr2}$

让你的支票在比赛中失败。这两种方法可以结合如下：

^(?:(?![\d_])\w)+$

但是出于regex性能的原因，我宁愿做两个单独的检查。在

来自the docs：

\w

When the LOCALE and UNICODE flags are not specified, matches any alphanumeric character and the underscore; this is equivalent to the set [a-zA-Z0-9_]. With LOCALE, it will match the set [0-9_] plus whatever characters are defined as alphanumeric for the current locale. If UNICODE is set, this will match the characters [0-9_] plus whatever is classified as alphanumeric in the Unicode character properties database.

Answer 3

只需将bytestring（您的utf-8）转换为unicode对象，然后检查是否所有字符都是字母：

s.isalpha()

此方法依赖于bytestrings的区域设置。在