匹配词汇单词和短语

Question

我正在写一个 application/logic，它有 vocabulary word/phrase 作为输入参数。 我在为此参数值编写验证逻辑时遇到问题！

以下是我想出的规则：

最多 4 个单词（带连字符或不带连字符）
允许一个撇号
只允许使用常规字母（不允许使用 !@#$%^&*()={}[]";|/>/? ¶ © 等特殊字符）
不允许使用数字
不区分大小写
多语言支持（英语、俄语、挪威语等）（因此必须同时支持 Unicode 和 Cyrillic）
整个字符串匹配或什么都不匹配

几个例子（3 种语言）：

// match:
one two three four
one-two-three-four
one-two-three four
vær så snill
тест регекс
re-read
under the hood
ONe
rabbit's lair

// not-match:
one two three four five
one two three four@
one-two-three-four five
rabbit"s lair
one' two's
one1
1900

鉴于上面提供的预期结果 - 有人可以为我指明正确的方向，说明如何创建这样的验证规则吗？如果这很重要 - 我将在 C# 中编写验证逻辑，这样我就有了更多的工具，而不仅仅是 Regex 可供我使用。

如果这会有所帮助 - 我一直在测试几种解决方案，例如 ^[\p{Ll}\p{Lt}]+$ 和 (?=\S*['-])([a-zA-Z'-]+)$。第一个正则表达式似乎做得很好，只允许我需要的字母（En、No 和 Rus），而第二个规则集在使用 Lookahead 概念方面做得很好。

\p{Ll} 或 \p{Lowercase_Letter}：具有大写变体的小写字母。
\p{Lu} 或 \p{Uppercase_Letter}：具有小写变体的大写字母。
\p{Lt}或\p{Titlecase_Letter}：当单词首字母大写时出现在单词开头的字母。
\p{L&}或\p{Letter&}：存在小写和大写变体（Ll、Lu和Lt的组合）的字母。
\p{Lm}或\p{Modifier_Letter}: 像字母一样使用的特殊字符。
\p{Lo} 或 \p{Other_Letter}: 没有小写和大写变体的字母或表意文字。

不用说，我一直在测试的解决方案都没有考虑到我在上面定义的所有规则..

Answer 1

您可以使用

\A(?!(?:[^']*'){2})\p{L}+(?:[\s'-]\p{L}+){0,3}\z

见regex demo。详情:

\A - 字符串开头
(?!(?:[^']*'){2}) - 字符串不能包含两个撇号
\p{L}+ - 一个或多个 Unicode 字母
(?:[\s'-]\p{L}+){0,3} - 出现零到三次
- [\s'-] - 空格，' 或 - char
- \p{L}+ - 一个或多个 Unicode 字母
\z - 字符串的末尾。

在 C# 中，您可以将其用作

var IsValid = Regex.IsMatch(text, @"\A(?!(?:[^']*'){2})\p{L}+(?:[\s'-]\p{L}+");{0,3}\z")

匹配词汇单词和短语

Match vocabulary words and phrases

c#

regex

regex-group