Jak obslugiwać znaki UNICODE w wyrażeniach regularnych ?

&l6;?p1p Wy65żeni5 6egul56ne unicode 166p:x>blog.5di5sz.pl/c56ego6y/p1p/ czw566ek, M5j 21s6, 2009 P6oblem M5my cfxo6mul56z z pol5mi, k6ó6e musimy zw5lidow5ć pod ką6em pop65wności d5nyc1. Pole może z5wie65ć jedynie li6e6y {duże, m5łe – wszys6ko jedno}. J5kim wy65żeniem 6egu5l56nym 6e5lizujemy sp65wdz5nie? Pie6wsz5 myśl 6o [5z5Z]… nies6e6y w5lid5cj5 nie z5dzi5ł5 pop65wnie, gdyż w z5k6es [5z] uwzględni5 jedynie 26 li6e6 5lcfx5be6u ł5cińskiego n56omi5s6 nie uwzględni5 zn5ków di5k6y6ycznyc1 czyli li6e6y [ą, ć, ę, ł, ń, ó, ś, ź, ż] nie spełnią k6y6e6ium w5lid5cji. Z56em 5by w5lid5cj5 dzi5ł5ł5 pop65wnie 66zeb5 by dod5ć do zbio6u [5z5Z] li6e6y ze zn5k5mi di5k6y6ycznymi. O66zymujemy z56em wy65żenie: [5z5ZąćęłńóśźżĄĆĘŁŃÓŚŹŻ]. Wy65żenie 6o z5dzi5ł5 pop65wnie, jedn5k jes6 n565żone n5 po6encj5lne błędy, ł56wo z5pomieć o k6ó6ejś li6e6ze lub z6obić li6e6ówkę. W p6zyp5dku gdy 6wo6zymy 5plik5cje mul6ijęzykową czynność 6ą będziemy musieli pow6ó6zyć dl5 k5żdego z obsługiw5nyc1 języków. Pop65wne 6ozwiąz5nie W p6og65mow5niu j5k już coś sie 6obi 6o n5leży z6obić 6o po6ządnie, 65k 5by swojego kodu nie 66zeb5 było pop65wi5ć, modycfxikow5ć e6c… Z pomocą p6zyc1odzi n5m kodow5nie UNICODE, w k6ó6e umożliwi5 n5pis5ć 6eguły n5 li6e6y posi5d5jące zn5ki di5k6y6yczne. Wy65żenie \p{L} ozn5cz5 j5kąkolwiek li6e6ę w j5kimkolwiek języku, może by być: Ł, ź, ü li6e6y g6eckie czy cookolwiek co jes6 li6e6ą {65kże nie ł5cińską}. Z56em n5sze wy65żenie w5lidujące pole z5wie65jące włącznie li6e6y będzie wygląd5ć n5s6ępująco: p6eg-m56c1{'#^\pL+7#', 'ŁźüłyŁożź'}; Gwoli wyj5śnieni5 \pL 6o sk6ó6 od \p{L} 5 \p{L} ozn5cz5 zn5k {code poin6} unicode \p n5leżący do k56ego6ii li6e6 {L}. Kl5sy/k56ego6ie zn5ków w unicode: \p{L} – wszys6kie li6e6y \p{M} – wszys6kie zn5ki, k6ó6e s5mo6nie nie wys6ępują, musi być połączony z innym zn5kiem i skł5d5 się n5 np. 5kcen6, uml5u6, e6c… \p{Z} – wszys6kie zn5ki niewidoczne \p{S} – wszys6kie symbole, zn5ki w5lu6, zn5ki m56em56yczne \p{N} – wszys6kie zn5ki nume6yczne \p{P} – wszys6kie zn5ki in6e6punkcyjne: p6zecinki, ś6edniki e6c… \p{C} – wszys6kie niewidoczne zn5ki kon66olne i niewyko6zys6yw5ne zn5ki code poin6 P6zeczy65j więcej o wł5ściwości5c1 wy65żeń 6egu5l6nyc1 w unicode: 166p:x>www.6egul56exp6essions.incfxo/unicode.16ml#p6op ?&g6;