+4 votos
447 visualizações

Sou um nerd em Expressões Regulares. Enquanto eu estava escrevendo uma regex para procurar versículos sem pontuação final:
[^\\][^\p{P}\d]\r\n\\v
ou
[^\\l][^\p{P}\d]\r\n\\v \d+ \p{Lu}
, percebi que a variante C# de RegEx no RegexPal (e no filtragem/Processo do FLEx) suporta categorias de caracteres Unicode abreviadas (não extensas).

Algumas das mais úteis são:

  • \p{L} Letra (quase qualquer ortografia)
  • \p{Lu} Letra maiúscula
  • \p{Ll} Letra minúscula
  • \p{P} Pontuação
  • \p{M} Qualquer diacrítico

Se o P após a barra for maiúsculo, significa NÃO aquela classe de caracteres.

  • \P{L} Qualquer não-letra

A lista completa:

  • \p{L}: qualquer tipo de letra de qualquer idioma.
    • \p{Ll}: uma letra minúscula que tem uma variante maiúscula.
    • \p{Lu}: uma letra maiúscula que tem uma variante minúscula.
    • \p{Lt}: uma letra que aparece no início de uma palavra quando apenas a primeira letra da palavra é maiúscula.
    • \p{L&}: uma letra que existe em variantes minúsculas e maiúsculas (combinação de Ll, Lu e Lt).
    • \p{Lm}: um caractere especial que é usado como uma letra.
    • \p{Lo}: uma letra ou ideograma que não tem variantes minúsculas e maiúsculas.
  • \p{M}: um caractere destinado a ser combinado com outro caractere (por exemplo, acentos, trema, caixas circundantes, etc.).
    • \p{Mn}: um caractere destinado a ser combinado com outro caractere sem ocupar espaço extra (por exemplo, acentos, trema, etc.).
    • \p{Mc}: um caractere destinado a ser combinado com outro caractere que ocupa espaço extra (sinais vocálicos em muitos idiomas do Leste).
    • \p{Me}: um caractere que circunda o caractere com o qual é combinado (círculo, quadrado, tecla, etc.).
  • \p{Z}: qualquer tipo de espaço em branco ou separador invisível.
    • \p{Zs}: um caractere de espaço em branco que é invisível, mas ocupa espaço.
    • \p{Zl}: caractere separador de linha U+2028.
    • \p{Zp}: caractere separador de parágrafo U+2029.
  • \p{S}: símbolos matemáticos, sinais de moeda, ornamentos, caracteres de desenho de caixas, etc.
    • \p{Sm}: qualquer símbolo matemático.
    • \p{Sc}: qualquer sinal de moeda.
    • \p{Sk}: um caractere de combinação (marca) como um caractere completo por si só.
    • \p{So}: vários símbolos que não são símbolos matemáticos, sinais de moeda ou caracteres de combinação.
  • \p{N}: qualquer tipo de caractere numérico em qualquer escrita.
    • \p{Nd}: um dígito de zero a nove em qualquer escrita, exceto escritas ideográficas.
    • \p{Nl}: um número que parece uma letra, como um numeral romano.
    • \p{No}: um dígito sobrescrito ou subscrito, ou um número que não é um dígito 0–9 (excluindo números de escritas ideográficas).
  • \p{P}: qualquer tipo de caractere de pontuação.
    • \p{Pd}: qualquer tipo de hífen ou travessão.
    • \p{Ps}: qualquer tipo de colchete de abertura.
    • \p{Pe}: qualquer tipo de colchete de fechamento.
    • \p{Pi}: qualquer tipo de aspas de abertura.
    • \p{Pf}: qualquer tipo de aspas de fechamento.
    • \p{Pc}: um caractere de pontuação, como um sublinhado, que conecta palavras.
    • \p{Po}: qualquer tipo de caractere de pontuação que não é um hífen, colchete, aspas ou conector.
  • \p{C}: caracteres de controle invisíveis e pontos de código não utilizados.
    • \p{Cc}: um caractere de controle ASCII ou Latin-1: 0x00–0x1F e 0x7F–0x9F.
    • \p{Cf}: indicador de formatação invisível.
    • \p{Co}: qualquer ponto de código reservado para uso privado.
    • \p{Cs}: metade de um par de substitutos na codificação UTF-16.
    • \p{Cn}: qualquer ponto de código ao qual nenhum caractere foi atribuído.

Documentação Completa:
https://www.regular-expressions.info/unicode.html#category

Tradução automática de English
Paratext por (231 pontos)
reexibida | 447 visualizações

1 Resposta

0 votos
***** Adicionado para remover este comentário de perguntas sem resposta *****
Tradução automática de English
por [Expert]
(10,0k pontos)

Perguntas relacionadas

0 votos
3 respostas 742 visualizações
O Paratext é fornecido com a lista de referências cruzadas do GNT92 (Sistema Breve de Referência Bíblica, editado ... cada nova tradução simplesmente reutiliza a lista do GNT92?
LivingField 607 perguntada Out 29, 2018
0 votos
0 respostas 232 visualizações
Are there ways to display genealogy information that helps make sense of what can be a textual maze? I've looked ... just wonder what others have done-if anything. Thanks, Paul
Paul 647 perguntada Ago 4, 2015
0 votos
1 resposta 103 visualizações
<!--[if gte mso 9]> Normal 0 false false false EN-US EN-CA AR-SA MicrosoftInternetExplorer4 <![endif]--><!--[if ... 101.3 instalada, enquanto eu ainda estou usando a 9.4.101.25.
Kamesa49 102 perguntada Set 6, 2025
0 votos
2 respostas 1,0k visualizações
Caro leitor. Gostaria de encontrar \fq seguido por qualquer sequência de caracteres, incluindo ɛ ɔ ɲ ŋ, até o ... a busca à primeira não ocorrência? Obrigado desde já, Bart
goodgoan 347 perguntada Ago 3, 2023
+1 voto
5 respostas 2,1k visualizações
Quero mudar letras minúsculas para maiúsculas em certas situações - por exemplo, quero mudar todas as letras ... muito simples e depois adicionando a ela conforme avança.
[Expert]
Phil_Leckrone
10,0k
perguntada Mar 2, 2022
Welcome to Support Bible, where you can ask questions and receive answers from other members of the community.
Finally, all of you, be like-minded, be sympathetic, love one another, be compassionate and humble.
1 Peter 3:8
3,088 perguntas
6,055 respostas
5,711 comentários
2,050 usuários