带有特殊字符的名称的正则表达式（Unicode）

Question

好的，我整天都在阅读正则表达式，但仍然不太了解它。我正在尝试做的是验证名称，但是我在互联网上可以找到的html" target="_blank">功能只能使用[a-zA-Z]，而我需要接受的字符除外。

我基本上需要一个正则表达式来检查名称至少是两个单词，并且不包含数字或特殊字符，例如!"#¤%&/()=...，但是这些单词可以包含æ，é，Â等字符。

可接受的名称的示例为：“ JohnElkjærd”或“AndréSvenson”。
不可接受的名称为：“ Hans ”，“ H 4 nn 3 Andersen”或“ Martin Henriksen ！ ”。

如果重要的话，我使用javascript
.match()函数客户端，并希望使用php的preg_replace()唯一“负面”服务器端。（删除不匹配的字符）。

任何帮助将非常感激。

更新：
好的，多亏了Alix Axel的回答，但是正如LightWing答案中的页面所建议的那样，我无法找到有关对javascript的unicode支持的任何信息，因此我最终为客户端提供了一半的解决方案，仅检查了至少两个单词和最少5个字符，如下所示：

if(name.match(/\S+/g).length >= minWords && name.length >= 5) {
  //valid
}

一种替代方法是按照shifty的答案中的建议指定所有unicode字符，我可能最终会像上面的解决方案那样做类似的事情，但这有点不切实际。

Answer 1

尝试以下正则表达式：

^(?:[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+\s[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+\s?)+$

在PHP中，这转换为：

if (preg_match('~^(?:[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+\s[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+\s?)+$~u', $name) > 0)
{
    // valid
}

您应该这样阅读：

^   # start of subject
    (?:     # match this:
        [           # match a:
            \p{L}       # Unicode letter, or
            \p{Mn}      # Unicode accents, or
            \p{Pd}      # Unicode hyphens, or
            \'          # single quote, or
            \x{2019}    # single quote (alternative)
        ]+              # one or more times
        \s          # any kind of space
        [               #match a:
            \p{L}       # Unicode letter, or
            \p{Mn}      # Unicode accents, or
            \p{Pd}      # Unicode hyphens, or
            \'          # single quote, or
            \x{2019}    # single quote (alternative)
        ]+              # one or more times
        \s?         # any kind of space (0 or more times)
    )+      # one or more times
$   # end of subject

老实说，我不知道如何将其移植到Javascript，我什至不确定Javascript是否支持Unicode属性，但是在PHP PCRE中，@
IDEOne.com似乎可以完美地工作
：

$names = array
(
    'Alix',
    'André Svenson',
    'H4nn3 Andersen',
    'Hans',
    'John Elkjærd',
    'Kristoffer la Cour',
    'Marco d\'Almeida',
    'Martin Henriksen!',
);

foreach ($names as $name)
{
    echo sprintf('%s is %s' . "\n", $name, (preg_match('~^(?:[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+\s[\p{L}\p{Mn}\p{Pd}\'\x{2019}]+\s?)+$~u', $name) > 0) ? 'valid' : 'invalid');
}

很抱歉，我无法在Javascript部分方面为您提供帮助，但可能有人会在这里帮您。

要替换无效字符，尽管我不确定为什么需要这样做，但您只需要对其稍作更改即可：

$name = preg_replace('~[^\p{L}\p{Mn}\p{Pd}\'\x{2019}\s]~u', '$1', $name);

请注意，您始终需要使用 u 修饰符。