如何使用Swift检测任意语言字符串中非对应语种字母的内容

以下两种方案均无需手动录入各语种字母表，可直接实现你要的校验逻辑：

方案1：基于Unicode脚本属性检测（通用、轻量，推荐） #

Unicode标准为每个字符分配了所属的「脚本（Script）」属性，你可以直接通过匹配字符的脚本属性完成校验：

• 英语、意大利语、法语等使用拉丁字母的语种，对应脚本属性为Latin
• 阿拉伯语对应脚本属性为Arabic
• 空格、常用标点这类通用字符可单独维护白名单，按需调整允许范围

如果需要对同脚本下的不同语种做更细的限制（比如英语不允许土耳其语的Ş、Ğ，法语允许带声调的拉丁字符），可以搭配Unicode字符区块属性过滤，全程不需要自己维护全量字母表。

Python示例代码（需安装unicodedata2兼容旧版本Python，3.13+版本可直接用标准库unicodedata）：

import unicodedata2 as unicodedata

# 自定义通用允许字符，按需增减
ALLOWED_COMMON = {' ', '.', ',', '!', '?', '-'}

def check_string(s: str, target_script: str) -> bool:
    for c in s:
        if c in ALLOWED_COMMON:
            continue
        if unicodedata.script(c) != target_script:
            return False
    return True

调用示例：

• 英语场景：check_string("thisŞĞstring", "Latin") 返回 False
• 阿拉伯语场景：check_string("كلمةabc", "Arabic") 返回 False

方案2：使用预封装的多语种校验库（适合需要细粒度区分同脚本不同语种的场景） #

如果需要精确区分同属拉丁脚本的英语、法语、意大利语的合法字符范围，直接用已经封装好各语种字母表的第三方库即可，不需要自己整理字符集：

• Python生态可选polyglot、langdetect的配套字符校验模块
• JavaScript生态可选cldrjs、unicode-properties相关封装

Python示例代码（使用polyglot）：

from polyglot.text import Text

ALLOWED_COMMON = {' ', '.', ',', '!', '?', '-'}

def check_lang_string(s: str, lang_code: str) -> bool:
    lang_alphabet = Text('', hint_language_code=lang_code).language.alphabet
    for c in s:
        if c in ALLOWED_COMMON:
            continue
        if c not in lang_alphabet:
            return False
    return True

调用示例：

• 英语场景：check_lang_string("corect string format", "en") 返回 True
• 法语场景：传入带é、à的字符串也会返回True，自动适配法语的合法变音字符

边界注意事项 #

• 数字、特殊符号的允许范围根据业务需求自行调整白名单即可
• 生僻小语种字符校验建议升级Unicode依赖到最新版本，避免识别错误
• 如果有部分场景允许少量混用其他脚本字符，单独加例外规则即可

内容的提问来源于stack exchange，提问作者ursan526