diacríticos Regex

Question

tengo la siguiente expresión regular:

String regExpression = "^[a-zA-Z0-9+,. '-]{1,"+maxCharacters+"}$"; 

que funciona muy bien para mí, si no, que no permite ningún UTF-8 diacríticos en ella (A A A A I I S M M) .

Solo necesito mi expresión regular actual para aceptar signos diacríticos además de lo que ya hace.

Cualquier ayuda es apreciada. Gracias.

Answer 1

Tienes que mirar en el POSIX character classes para atraparlos. Desafortunadamente, Java Regex no es compatible con las clases de lenguaje específicas de POSIX, pero tal vez \p{Graph} A visible character: [\p{Alnum}\p{Punct}] o \p{Print} A printable character: [\p{Graph}\x20] cabrán.

Mejor ajuste según lo sugerido por Sorin probablemente es \p{L} (Carta).

import java.util.regex.Pattern; 

public class Regexer { 

    public static void main(String[] args) { 
     int maxCharacters = 100; 
     String data = "Ă ă Â â Î î Ș ș Ț ț"; 
     String pattern = "^[\\p{L}0-9+,. '-]{1," + maxCharacters + "}$"; 

     Pattern p = Pattern.compile(pattern); 

     if (p.matcher(data).matches()) { 
      System.out.println("Hit"); 
     } else { 
      System.out.println("No"); 
     } 

    } 
} 

Esto funciona para mí.