Swift如何用正则表达式匹配阿拉伯文本中的阿拉伯十进制数字
问题原因
匹配失败的核心问题有两处:
- 使用了
.anchored匹配选项,该选项强制要求正则从字符串的起始位置开始匹配,而你的经节编号在文本末尾,自然无法命中 - 构造NSRange时直接使用Swift字符串的
count属性,NSRegularExpression基于UTF-16编码计算字符长度,对于包含复杂Unicode符号(比如阿拉伯文标音符号)的文本,直接用count会出现范围计算错误,需要改用utf16.count。
修正代码
如果需要提取文本中所有的阿拉伯-印度数字(۰-۹),调整后的代码如下:
func getRegex() { // 匹配阿拉伯-印度数字的正则 let regexStr = "[\\u{0660}-\\u{0669}]+" do { let regex = try NSRegularExpression(pattern: regexStr) // 修正NSRange的长度计算,去掉.anchored选项 let matches = regex.matches( in: self.arabicText, range: NSRange(location: 0, length: self.arabicText.utf16.count) ) print("Matches count : \(matches.count)") // 提取匹配到的数字内容 for match in matches { let range = Range(match.range, in: self.arabicText)! let digit = self.arabicText[range] print("匹配到的数字:\(digit)") } } catch { print(error) } }
如果你需要更精准的只匹配末尾被﴿、﴾包裹的经节编号,避免误匹配文本中可能出现的其他数字,可以调整正则为:
// 匹配被特定括号包裹的数字,捕获组1为数字内容 let regexStr = "﴿([\\u{0660}-\\u{0669}]+)﴾"
提取时取每个匹配结果的range(at: 1)即可得到纯数字内容。
内容的提问来源于stack exchange,提问作者Madu
相关产品推荐
相关产品推荐

