适配多语言场景的全名正则校验：如何解决正则误匹配含数字姓名的问题？

原有规则的适配缺陷 #

• 早期采用的/^[a-zA-Z ]{2,30}$/仅能匹配拉丁字母与半角空格构成的姓名，完全无法覆盖中文、西里尔字母、阿拉伯文、带变音符号的欧洲语言等多语言场景，适配性不足。
• 开发尝试的Unicode属性匹配正则/^(\p{L}\p{M}*){2,30}$/u存在两处逻辑偏差：
  1. 匹配单元未覆盖姓名场景下的合法间隔符（半角空格、中文姓名常用的间隔号·），为了兼容空格调整规则时，很容易误将数字类字符（\p{N}）纳入允许范围，最终导致带数字的非法姓名通过校验。
  2. 正则的长度判断逻辑与实际感知的字符串长度不符：该规则以“字母+可选变音标记”为重复计数单元，而非按实际可见字符串长度做2-30的范围限制，很容易出现长度校验的偏差。

优化后的校验规则 #

优化的核心原则是明确划定允许字符的白名单，从根源上拦截数字、特殊符号等非法内容，最终可用的正则规则为：
/^(?!.*\s{2,})(?!^[\s·])(?!.*[\s·]$)[\p{L}\p{M}· ]{2,30}$/u

规则各部分的作用说明 #

• 强制开启u修饰符，确保\p{L}这类Unicode属性匹配语法正常生效。
• 三段前瞻逻辑做边界校验：
  • 禁止字符串内出现连续2个及以上的空格，拦截无意义的多空格输入
  • 禁止字符串开头、结尾出现空格或间隔号，避免前后带无效空白的垃圾值
• 核心匹配范围严格限定为三类合法字符：
  • 所有Unicode体系下的语言字母（\p{L}，覆盖全球各语言的正式书写字符）
  • 附着在字母上的变音、调号类标记（\p{M}，兼容带附加符号的姓名，比如é、ü、带声调的拼音名）
  • 姓名场景下的合法间隔符：半角空格、中文姓名间隔号·
• 整体字符串长度控制在2-30字符区间，与业务要求的姓名长度规则一致。
• 由于整个匹配范围采用白名单机制，数字、标点、表情、特殊符号等不在允许列表内的内容会被直接拦截，不会出现非法字符漏过的问题。

内容的提问来源于stack exchange，提问作者Engineer