TCL 8.0 无字符类支持场景下的正则表达式单词提取方案咨询

没问题！既然TCL 8.0不支持[:alpha:]、[:graph:]这类POSIX字符类，咱们直接用十六进制字符转义来构建符合你需求的正则表达式就行。下面是完整的实现方案：

最终可用代码 #

# 先把待处理文本存入变量text（替换成你的实际文本）
set text "Dein Beispiel-Text mit äöü und Zeichen wie !@#123"
# 提取符合要求的单词到列表
set list [regexp -all -inline {[A-Za-z\xC4\xD6\xDC\xE4\xF6\xFC]+|[^A-Za-z\x00-\x1F\x7F\x09\x0A\x0D\x20]+} $text]

正则模式详细解释 #

我们把你定义的两种“单词”类型拆成两个独立的正则分支，用|实现“或”逻辑：

1. 包含ä、ü、ö等特殊字母的字母序列

对应的模式：[A-Za-z\xC4\xD6\xDC\xE4\xF6\xFC]+

• A-Za-z：匹配标准的ASCII大小写字母
• 十六进制转义的特殊字母：
  • \xC4 对应大写Ä，\xD6 对应大写Ö，\xDC 对应大写Ü
  • \xE4 对应小写ä，\xF6 对应小写ö，\xFC 对应小写ü
• + 表示匹配一个或多个连续的上述字符，确保提取完整的字母单词

如果需要支持更多特殊拉丁字母（比如é、è、à等），直接在字符集里加对应的十六进制转义码就行，比如改成：
[A-Za-z\xC4\xD6\xDC\xE4\xF6\xFC\xE0\xE8\xE9]+

2. 非字母、非控制、非空白的可打印ASCII序列

对应的模式：[^A-Za-z\x00-\x1F\x7F\x09\x0A\x0D\x20]+

• ^ 在字符集里表示取反，意思是匹配不在以下集合内的字符
• A-Za-z：排除所有字母
• \x00-\x1F\x7F：排除所有ASCII控制字符（范围是0-31和127）
• \x09\x0A\x0D\x20：排除各类空白字符（制表符、换行符、回车符、空格）
• + 同样匹配一个或多个连续的符合条件的字符，提取完整的目标序列

效果验证 #

举个例子，如果你的文本是："Hällo! Wie geht's? 123_abc"
执行代码后，list列表里会得到这些元素：
Hällo ! Wie geht ' ? 123_ abc

完全符合你定义的两种“单词”类型需求~

内容的提问来源于stack exchange，提问作者Theoretical Physics