Làm cách nào để xác thực mã văn hóa có cụm từ thông dụng?

Question

Tôi thực sự không hiểu regex và tôi cũng không thể tìm thấy bất kỳ quy tắc regex nào để xác thực mã văn hóa như: en-GB, en-UK, az-AZ-Cyrl, những người khác.

Tôi làm cách nào để xác thực các mã này bằng cụm từ thông dụng?

Answer 1

Bạn có thể xác nhận với điều này:

/^[a-z]{2,3}(?:-[A-Z]{2,3}(?:-[a-zA-Z]{4})?)?$/ 

Sau đây là cách nó hoạt động

^  <- Starts with 
[a-z] <- From a to z (lower-case) 
{2,3} <- Repeated at least 2 times, at most 3 
(?:  <- Non capturing group 
    -  <- The "-" character 
    [A-Z]  <- From a to z (upper-case) 
    {2,3}  <- Repeated at least 2 times, at most 3 
    (?:  <- Non capturing group 
     -   <- The "-" character 
     [a-zA-Z] <- from a to Z (case insensitive) 
     {4}  <- Repeated 4 times 
    )   <- End of the group 
    ?   <- Facultative 
)  <- End of the group 
?  <- Facultative 
$  <- Ends here 

Bạn cũng có thể thay thế các nhóm cuối cùng không chụp bởi (?:-(?:Cyrl|Latn))? nếu các tùy chọn chỉ là Cyrl và Latn

Answer 2

Đây là những gì tôi tìm thấy trong Dublin Core/W3C xsd's: http://www.w3.org/2001/XMLSchema

<xs:simpleType name="language" id="language"> 
    <xs:annotation> 
     <xs:documentation 
     source="http://www.w3.org/TR/xmlschema-2/#language"/> 
    </xs:annotation> 
    <xs:restriction base="xs:token"> 
     <xs:pattern 
     value="[a-zA-Z]{1,8}(-[a-zA-Z0-9]{1,8})*" 
       id="language.pattern"> 
     <xs:annotation> 
      <xs:documentation 
       source="http://www.ietf.org/rfc/rfc3066.txt"> 
      pattern specifies the content of section 2.12 of XML 1.0e2 
      and RFC 3066 (Revised version of RFC 1766). 
      </xs:documentation> 
     </xs:annotation> 
     </xs:pattern> 
    </xs:restriction> 
    </xs:simpleType> 

Sau đó, mô hình là:

[a-zA-Z]{1,8}(-[a-zA-Z0-9]{1,8})* 

Answer 3

Theo https://en.wikipedia.org/wiki/IETF_language_tag các regexp có thể là:

/^[a-z]{2,3}(?:-[a-zA-Z]{4})?(?:-[A-Z]{2,3})?$/ 

Từ wiki:

thẻ phụ ngôn ngữ chính duy nhất dựa trên hai mã ngôn ngữ thư từ ISO 639-1 (2002) hoặc mã ba chữ cái từ ISO 639-2 (1998), ISO 639-3 (2007) hoặc ISO 6 39-5 (2008), hoặc được đăng ký thông qua quy trình BCP 47 và gồm năm đến tám chữ cái;

thẻ phụ của tập lệnh tùy chọn, dựa trên mã tập lệnh gồm bốn chữ cái từ ISO 15924 (thường được viết trong trường hợp tiêu đề);

thẻ phụ khu vực tùy chọn dựa trên mã quốc gia gồm hai chữ cái từ ISO 3166-1 alpha-2 (thường được viết bằng chữ hoa) hoặc mã gồm ba chữ số từ UN M.49 cho khu vực địa lý;

Answer 4

^(? I: AF | AX | AL | DZ | AS | AD | AO | AI | AQ | AG | AR | AM | AW | AU | AT | AZ | BS | BH | BD | BB | BY | BE | BZ | BJ | BM | BT | BO | BQ | BA | BW | BV | BR | IO | BN | BG | BF | BI | KH | CM | CA | CV | KY | CF | TD | CL | CN | CX | CC | CO | KM | CG | CD | CK | CR | CI | HR | CU | CW | CY | CZ | DK | DJ | DM | Đ | EC | EG | SV | GQ | ER | EE | ET | FK | FO | FJ | FI | FR | GF | PF | TF | GA | GM | GE | DE | GH | GI | GR | GL | GD | GP | GU | GT | GG | GN | GW | GY | HT | HM | VA | HN | HK | HU | IS | IN | ID | IR | IQ | IE | IM | IL | IT | JM | JP | JE | JO | KZ | KE | KI | KP | KR | KW | KG | LA | LV | LB | LS | LR | LY | LI | LT | LU | MO | MK | MG | MW | MY | MV | ML | MT | MH | MQ | MR | MU | YT | MX | FM | MD | MC | MN | ME | MS | MA | MZ | MM | NA | NR | NP | NL | NC | NZ | NI | NE | NG | NU | NF | MP | KHÔNG | OM | PK | PW | PS | PA | PG | PY | PE | PH | PN | PL | PT | PR | QA | RE | RO | RU | RW | BL | SH | KN | LC | MF | CH | VC | WS | SM | ST | SA | SN | RS | SC | SL | SG | SX | SK | SI | SB | SO | ZA | GS | SS | ES | LK | SD | SR | SJ | SZ | SE | CH | SY | TW | TJ | TZ | TH | TL | TG | TK | TO | TT | TN | TR | TM | TC | TV | UG | UA | AE | GB | US | UM | UY | UZ | VU | VE | VN | VG | VI | WF | EH | YE | ZM | ZW) $