Шаблон HTML арабские буквы

Диапазон для арабского и персидского языков является общим, поэтому этот код можно использовать и для арабского языка.

[أ-يa-zA-Z]

Это ссылка для поиска диапазона символов языков Unicode:

preg_replace и preg_match арабских символов

http://unicode.org/charts/

Атрибут HTML5 pattern следует синтаксису регулярных выражений JavaScript, что делает работу довольно неудобной. Например, вы не можете проверить свойства персонажа. Вместо этого вам нужно перечислить разрешенные символы или диапазоны символов.

Используя нормативный файл Scripts.txt (от Консорциума Unicode), который определяет сценарий (систему письма) всех персонажей я построил следующим образом:

pattern=
"[a-zA-Z0-9-_. \
\u0620-\u063F\u0641-\u064A\u066E-\u066F\u0671-\u06D3\u06D5\
\u06E5-\u06E6\u06EE-\u06EF\u06FA-\u06FC\u06FF\u0750-\u077F\
\u08A0\u08A2-\u08AC\uFB50-\uFBB1\uFBD3-\uFD3D\uFD50-\uFD8F\
\uFD92-\uFDC7\uFDF0-\uFDFB\uFE70-\uFE74\uFE76-\uFEFC]{1,30}"

Начиная с набора всех символов с алфавитом, определенным как арабский, я выбрал те, которые объявлены как буквы (общая категория Lo или Lm), а затем пропустил те, что находятся за пределами BMP, базовой многоязычной плоскости.

Символы вне BMP используются очень редко, и для их представления в синтаксисе JavaScript вам нужно либо включить сами символы, либо использовать две нотации \u для каждого символа (по одной для каждого компонента суррогатной пары). Это не звучит реалистично.

Это, конечно, «зашитое» решение: оно может нуждаться в обновлениях, если в Unicode добавляются новые арабские буквы или шрифт символа изменяется с арабского или на арабский (что крайне маловероятно). Но я не ожидаю, что при моей жизни в BMP будут добавлены новые арабские буквы.