如何通过字符和字数检测字符串中是否包含印地语 (devnagri)

下面是一个示例字符串 -

$string = "abcde वायरस abcde"

我需要检查该字符串是否包含任何印地语（梵文）内容，如果包含，则检查字符和单词的数量。我猜带有 unicode 字符类的正则表达式可以工作http://www.regular-expressions.info/unicode.html http://www.regular-expressions.info/unicode.html。但我无法找出正确的正则表达式语句。

要查明字符串是否包含印地语（梵文）字符，您需要拥有所有印地语字符的完整列表。根据这个网站 http://jrgraphix.net/r/Unicode/0900-097F，印地语字符是之间的十六进制字符0x0900 and 0x097F（十进制 2304 到 2431）。

如果这些字符中有任何字符在该集中，则正则表达式模式需要匹配。因此，您可以使用模式（实际上是一组字符）来匹配字符串，如下所示：

[\u0900\u0901\u0902 ... \u097D\u097E\u097F]

由于手动写下此字符列表相当麻烦，因此您可以通过迭代 2304 到 2431 的十进制字符或十六进制字符来生成此字符串。

要计算至少包含一个印地语字符的所有单词，您可以使用以下模式。它包含空格 (\s) 围绕单词或开头 (^) 或结尾 ($）在世界各地，以及一个全局标志，以匹配每个出现的情况（/g):

/(?:^|\s)[\u0900\u0901\u0902 ... \u097D\u097E\u097F]+?(?:\s|$)/g

这是 JavaScript 中的实时实现：

var numberOfHindiCharacters = 128;
var unicodeShift = 0x0900;
var hindiAlphabet = [];
for(var i = 0; i < numberOfHindiCharacters; i++) {
  hindiAlphabet.push("\\u0" + (unicodeShift + i).toString(16));
}

var regex = new RegExp("(?:^|\\s)["+hindiAlphabet.join("")+"]+?(?:\\s|$)", "g");
var string1 = "abcde वायरस abcde";
var string2 = "abcde abcde";

[ string1.match(regex), string2.match(regex) ].forEach(function(match) {
  if(match) {
    console.log("String contains " + match.length + " words with Hindi characters only.");
  } else {
    console.log("String does NOT contain any words with Hindi characters only.");
  }
});