如何使用Swift 4拆分混合英文与阿拉伯语的字符串？

嘿，这个需求其实很好解决，核心就是抓住阿拉伯语和英语的Unicode字符范围差异来做拆分——两种语言的字符在Unicode里属于完全不同的区间，用正则表达式就能精准匹配提取。下面给你具体的实现思路和代码示例：

• 阿拉伯语的核心字符（包括字母、常用标点）主要集中在 U+0600 到 U+06FF 区间，还可以补充一些阿拉伯语专用的扩展字符（比如波斯语阿拉伯字母、特殊标点等）
• 英语及拉丁系语言的字符则集中在基本拉丁区间 U+0020 到 U+007E（包含空格、常见标点、大小写字母、数字）

这是最常用的实现方式，代码简洁易懂：

import re

# 你的混合语言字符串
mixed_string = "بِاسْمِكَ رَبِّي وَضَعْتُ جَنْبِي، وَبِكَ أَرْفَعُهُ، فَإِنْ أَمْسَكْتَ نَفْسِي فَارْحَمْهَا، وَإِنْ أَرْسَلْتَهَا فَاحْفَظْهَا، بِمَا تَحْفَظُ بِهِ عِبَادَكَ الصَّالِحِينَ.Bismika rabbee wadaAAtu janbee wabika arfaAAuh, fa-in amsakta nafsee farhamha, wa-in arsaltaha fahfathha bima tahfathu bihi AAibadakas-saliheen. In Your name my Lord, I lie down and in Your name I rise, so if You should take my soul then have mercy upon it, and if You should return my soul then protect it in the manner You do so with Your righteous servants."

# 匹配阿拉伯语（包含阿拉伯标点、空格）
arabic_regex = re.compile(r'[\u0600-\u06FF\u067E\u0686\u0698\u06D5-\u06DC\u06DE-\u06E8\u06EA-\u06EF\u06FA-\u06FF\s,.؟!]+', re.UNICODE)
arabic_content = ''.join(arabic_regex.findall(mixed_string)).strip()

# 匹配英语（包含拉丁标点、空格、数字）
english_regex = re.compile(r'[a-zA-Z0-9\s,.!?\'"]+', re.UNICODE)
english_content = ''.join(english_regex.findall(mixed_string)).strip()

# 输出结果
print("=== 阿拉伯语部分 ===")
print(arabic_content)
print("\n=== 英语部分 ===")
print(english_content)

如果是前端场景，用JS也能轻松实现：

const mixedString = "بِاسْمِكَ رَبِّي وَضَعْتُ جَنْبِي، وَبِكَ أَرْفَعُهُ، فَإِنْ أَمْسَكْتَ نَفْسِي فَارْحَمْهَا، وَإِنْ أَرْسَلْتَهَا فَاحْفَظْهَا، بِمَا تَحْفَظُ بِهِ عِبَادَكَ الصَّالِحِينَ.Bismika rabbee wadaAAtu janbee wabika arfaAAuh, fa-in amsakta nafsee farhamha, wa-in arsaltaha fahfathha bima tahfathu bihi AAibadakas-saliheen. In Your name my Lord, I lie down and in Your name I rise, so if You should take my soul then have mercy upon it, and if You should return my soul then protect it in the manner You do so with Your righteous servants.";

// 提取阿拉伯语
const arabicContent = mixedString.match(/[\u0600-\u06FF\u067E\u0686\u0698\u06D5-\u06DC\u06DE-\u06E8\u06EA-\u06EF\u06FA-\u06FF\s,.؟!]+/g).join('').trim();

// 提取英语
const englishContent = mixedString.match(/[a-zA-Z0-9\s,.!?\'"]+/g).join('').trim();

console.log("=== 阿拉伯语部分 ===");
console.log(arabicContent);
console.log("\n=== 英语部分 ===");
console.log(englishContent);

• 如果你的字符串里有其他特殊字符（比如阿拉伯语的装饰符号、英语的特殊符号），可以把对应的Unicode区间加到正则表达式里
• 测试时要注意边界情况：比如两种语言的标点相邻（像示例里的阿拉伯语句号紧跟英语单词），正则会自动区分开
• 如果需要支持更多语言，只需要扩展对应的Unicode区间即可

内容的提问来源于stack exchange，提问作者A.s.ALI