如何检测不同国家来源字符串中的特殊字符（含非拉丁字符）

优先方案：原生正则Unicode属性匹配 #

不需要引入第三方库，只要使用支持Unicode模式的正则规则即可解决非拉丁字符误判问题，适配所有主流编程语言环境：

• 如果你只需要拦截指定的特殊字符（@#$%&*!/），直接使用带Unicode修饰符的正则即可，示例规则：
  /[@#$%&*!/]/u
  末尾的u修饰符用于开启正则的Unicode解析模式，不会把中文、西里尔字母、希腊字母等非拉丁字符识别为匹配项，不会出现误拦截。
• 如果你需要做更安全的白名单校验（仅允许合法字符输入），可以用Unicode属性匹配覆盖所有语系的合法字符，示例白名单规则：
  /^[\p{L}\p{N}\s，。、；：「」.,;:"']*$/u
  其中\p{L}匹配所有Unicode体系下的字母（覆盖中文、俄语、保加利亚语、希腊语等所有国家的合法语言字符），\p{N}匹配所有语言的数字，你可以根据业务需要在方括号内添加允许的标点符号。
  支持范围：Python 3、Java 9+、JavaScript ES2018+、Go、PHP 7.3+等主流开发环境的正则内核都已支持上述语法。

备选方案：ICU字符处理库 #

如果你的开发环境版本过旧不支持Unicode正则，可以引入ICU（International Components for Unicode）的对应语言绑定库：

• ICU内置了完整的Unicode字符属性数据库，可以精准判断每个字符的所属类别，区分合法的多语言字母和特殊符号
• 你可以直接定义禁止的特殊字符集合，遍历表单字符串逐个调用ICU的字符判定接口判断是否属于违规字符，准确率高于自定义正则

兼顾用户体验与安全的实践建议 #

• 优先选择白名单校验逻辑：提前定义允许的字符范围，比仅拦截指定的少数特殊字符安全性更高，可避免遗漏潜在的注入风险字符
• 前后端双端校验：前端增加实时校验逻辑，用户输入违规字符时即时给出提示，提升使用体验；后端必须重复执行校验逻辑，防止前端规则被恶意绕过
• 特殊业务场景单独调整规则：如果表单包含邮箱输入字段，需要单独将@符号加入白名单，避免正常输入被误拦截

内容的提问来源于stack exchange，提问作者Bruno Eduardo Rosselli