Swift正则表达式匹配含德语变音字符（Umlauten）文件失败求助

嘿，我帮你搞定这个德语变音字符（ö、ä、ü）的正则匹配问题！你遇到的问题大概率和Unicode规范化以及正则表达式的构建方式有关，locale设置只是次要因素，咱们一步步来解决：

核心问题分析 #

你手动拼接正则的方式容易踩两个坑：

1. 如果stringArray里的字符串包含正则特殊字符（比如(、|、.），会直接破坏正则结构，导致匹配异常。
2. 德语变音字符有两种Unicode表示形式：
   • 合成形式：比如ö是单个码点U+00F6
   • 分解形式：o（U+006F）加上分音符（U+0308）
     如果文件名里的字符和正则里的字符规范化形式不一致，哪怕看起来一样，也会匹配失败。

另外，locale设置主要影响locale相关的字符等价匹配（比如德语中ß和SS的等价），但不是你当前问题的核心，先解决上面两个问题再说。

修正后的代码方案 #

我把你的代码重构一下，解决这些问题：

import Foundation

// 1. 预处理字符串：转义正则特殊字符 + 统一Unicode规范化（NFC）
let somePrefix = "reis 8"
let stringArray = ["Ibedir", "Drölf "]
let escapedNormalizedStrings = stringArray.map {
    let normalized = $0.precomposedStringWithCanonicalMapping
    return NSRegularExpression.escapedPattern(for: normalized)
}

// 2. 安全构建正则表达式
let regexPattern = "\(somePrefix)_\(escapedNormalizedStrings.joined(separator: "|"))_w\\d_d\\d"

do {
    // 创建正则，启用Unicode相关选项
    let regex = try NSRegularExpression(pattern: regexPattern, options: [.useUnicodeWordBoundaries])
    
    let fileManager = FileManager()
    guard let enumerator = fileManager.enumerator(atPath: "/path/to/your/files") else {
        print("无法访问指定路径")
        return
    }
    
    // 3. 遍历文件时统一规范化文件名
    for case let fileName as String in enumerator {
        let normalizedFileName = fileName.precomposedStringWithCanonicalMapping
        let range = NSRange(normalizedFileName.startIndex..., in: normalizedFileName)
        
        if regex.firstMatch(in: normalizedFileName, options: [], range: range) != nil {
            print("\(fileName) found")
        }
    }
} catch {
    print("正则表达式构建失败：\(error.localizedDescription)")
}

关键改进点说明 #

• 正则转义：用NSRegularExpression.escapedPattern(for:)自动转义字符串中的正则特殊字符，避免手动拼接导致的正则语法错误。
• Unicode规范化：通过precomposedStringWithCanonicalMapping把所有字符串（包括正则里的和文件名）转成预合成NFC形式，确保变音字符的表示完全一致，从根源解决匹配失败的问题。
• 使用NSRegularExpression API：相比String.range(of:options:)，原生正则API更灵活，能更好地控制Unicode匹配行为。

关于Locale的补充 #

如果你需要支持德语locale下的特殊等价匹配（比如ß和SS视为相同），可以在创建正则时指定locale：

let germanLocale = Locale(identifier: "de_DE")
let regex = try NSRegularExpression(pattern: regexPattern, options: [.useUnicodeWordBoundaries], locale: germanLocale)

但这个不是必须的，除非你有这类特殊需求。

内容的提问来源于stack exchange，提问作者LarsGvB