在 Swift 中正则表达式与元字符的大小写和变音符号不敏感匹配

Question

我正在尝试匹配用户输入中的粗鲁单词，例如"I Hate You！"或"i.håté.Yoù"将与从JSON解析的单词数组中的"hate you"匹配。

所以我需要它对大小写和变音符号不敏感，并将粗鲁单词中的空格视为任何非字母字符：正则表达式元字符P{L}应该为此工作，或者至少W

现在我知道[cd]适用于NSPredicate，就像这样：

 func matches(text: String) -> [String]? {
        if  let rudeWords = JSON?["words"] as? [String]{
            return rudeWords.filter {
                let pattern = $0.stringByReplacingOccurrencesOfString(" ", withString: "\P{L}", options: .CaseInsensitiveSearch)
                    return NSPredicate(format: "SELF MATCHES[cd] %@", pattern).evaluateWithObject(text)
            }
        } else {
            log.debug("error fetching rude words")
            return nil
        }
    }

这不适用于任何元字符，我想它们不会被NSpredicate解析，所以我尝试使用这样的NSRegularExpression：

func matches(text: String) -> [String]? {
        if  let rudeWords = JSON?["words"] as? [String]{
            return rudeWords.filter {
                do {
                    let pattern = $0.stringByReplacingOccurrencesOfString(" ", withString: "\P{L}", options: .CaseInsensitiveSearch)
                    let regex = try NSRegularExpression(pattern: pattern, options: .CaseInsensitive)
                    return regex.matchesInString(text, options: [], range: NSMakeRange(0, text.characters.count)).count > 0
                }
                catch _ {
                    log.debug("error parsing rude word regex")
                    return false
                }
            }
        } else {
            log.debug("error fetching rude words")
            return nil
        }
    }

这似乎工作正常，但是我知道无法使正则表达式变音符号不敏感，所以我尝试了这个（以及其他解决方案，如重新编码）

let text = text.stringByFoldingWithOptions(.DiacriticInsensitiveSearch, locale: NSLocale.currentLocale())

但是，这对我不起作用，因为我每次键入字符时都会检查用户输入，因此我尝试去除重音的所有解决方案都使应用程序非常慢。

有人知道是否有任何其他解决方案，或者我是否以错误的方式使用它？

谢谢

编辑

我实际上错了，使应用程序变慢的是试图与P{L}匹配，我尝试了带有W和重音剥离行的第二个解决方案，现在即使它匹配的字符串比我最初想要的要少，它也可以正常工作。

链接

这些可能有助于一些人处理正则表达式和谓词：

• http://www.regular-expressions.info/unicode.html
• http://juehualu.blogspot.fr/2013/08/ios-notes-for-predicates-programming.html
• https://regex101.com

Answer 1

换

个方向可能是值得的。而不是扁平输入，如果你改变正则表达式怎么办？

例如，不是与hate.you匹配，而是可以与[h][åæaàâä][t][ëèêeé].[y][o0][ùu]匹配（无论如何，它不是一个完整的列表）。动态执行此转换（而不是存储它）是最有意义的，因为如果您需要更改字符稍后扩展的内容，这可能会更容易。

这将使您可以更好地控制将匹配哪些字符。如果你看，我有0作为角色匹配o.再多的Unicode强制都不能让你这样做。

Answer 2

我最终使用了劳雷尔建议的解决方案。它对我来说效果很好。

我把它贴在这里给任何可能需要它的人。

extension String {
    func getCaseAndDiacriticInsensitiveRegex() throws -> NSRegularExpression {
        var pattern = self.folding(options: [.caseInsensitive, .diacriticInsensitive], locale: .current)
        pattern = pattern.replacingOccurrences(of: "a", with: "[aàáâäæãåā]")
        pattern = pattern.replacingOccurrences(of: "c", with: "[cçćč]")
        pattern = pattern.replacingOccurrences(of: "e", with: "[eèéêëēėę]")
        pattern = pattern.replacingOccurrences(of: "l", with: "[lł]")
        pattern = pattern.replacingOccurrences(of: "i", with: "[iîïíīįì]")
        pattern = pattern.replacingOccurrences(of: "n", with: "[nñń]")
        pattern = pattern.replacingOccurrences(of: "o", with: "[oôöòóœøōõ]")
        pattern = pattern.replacingOccurrences(of: "s", with: "[sßśš]")
        pattern = pattern.replacingOccurrences(of: "u", with: "[uûüùúū]")
        pattern = pattern.replacingOccurrences(of: "y", with: "[yýÿ]")
        pattern = pattern.replacingOccurrences(of: "z", with: "[zžźż]")
        return try NSRegularExpression(pattern: pattern, options: [.caseInsensitive])
    }
}