带有重音符号的大写字母的 JavaScript 正则表达式答案

【问题标题】：JavaScript Regex for capitalized letters with accents带有重音符号的大写字母的 JavaScript 正则表达式
【发布时间】：2015-04-19 14:10:01
【问题描述】：

在 JavaScript 中，很容易将 字母和重音符号与此正则表达式匹配：

text.match(/[a-z\u00E0-\u00FC]+/i);

只有小写字母和重音符号，不带i 选项：

text.match(/[a-z\u00E0-\u00FC]+/);

但是，只匹配大写字母和重音符号的正确正则表达式是什么？

编辑：就像下面已经提到的答案一样，上面的正则表达式也匹配其他一些符号，并且遗漏了一些特殊的重音字符，如 ý 和 Ý、ć 和 Ć 等等。

【问题讨论】：

【解决方案1】：

U+00C0 - U+00DC 的范围应该是 U+00E0 - U+00FC 的大写等效项

所以这个text.match(/[A-Z\u00C0-\u00DC]+/); 应该是你要找的。p>

graphemica 之类的网站可以帮助您确定自己需要的范围。

EDIT 就像已经提到的其他答案一样，这也与其他一些迹象相匹配。

【讨论】：

【解决方案2】：

将a-z 替换为A-Z，将\u00E0-\u00FC 替换为\u00C0-\u00DC，以匹配相同的大写字母，而text.match(/[a-z\u00E0-\u00FC]+/); 匹配小写。

但是！
这不是一个正确的实现，无论是小写还是大写字母，例如，您的小写匹配包括÷（除号），它根本不是字母，而我的大写字符串将匹配×（乘号），看起来像 X，但实际上也不是字母。
除此之外，您还缺少 ý 和 Ý、ć 和 Ć 以及许多其他字符。

【讨论】：

【解决方案3】：

您的第一个正则表达式实际上并不匹配字母和重音：它只匹配字母和重音字母的特定子集，即 unicode 代码点 \u00E0 和 \u00FC 之间的那些。此范围不包括任何大写字母，但确实包括例如÷ 符号和一些通常不被视为“重音”的字母。

根据您的实际需要，这可能不是您想要的。如果你真的想匹配所有大写字母和所有具有相同重音的大写字母，你需要正则表达式/[A-Z\u00C0-\u00DC]+/，但请检查例如http://unicode-table.com/en/#basic-latin 看看是否适合你的需求。

【讨论】：

【解决方案4】：

要匹配所有大写字母，无论是否带重音，您可以使用以下 unicode 正则表达式 /\p{Lu}+/u。比如在节点repl中：

请注意，这也将匹配非拉丁字母，例如示例中的大写希腊字母 Δ。

【讨论】：