Me explico, quiero que la expresión regular \w
encuentre los caractéres [a-zA-Z_0-9áéíóúüñÁÉÍÓÚÜÑ]
que como sabéis forman parte de lo que es considerado una palabra en el idioma español.
Creía que dependía del locale, pero no es así, ya que aún cambiando el CurrentCulture antes de ejecutar la expresión regular, sigue sin darme los resultados con letras acentuadas.
Thread.CurrentThread.CurrentCulture = New CultureInfo("es-ES")
También he utilizado la alternativa \p{L}
con igual resultado.
He mirado en las opciones que se pueden poner al ejecutar expresiones regulares en .NET y hay una que se llama RegexOptions.CultureInvariant
, pero no me sirve porque está pensada para las comparaciones de cadenas con mayúsculas y minúsculas.
https://msdn.microsoft.com/en-us/library/yd1hzczs(v=vs.110).aspx#Anchor_11
Podría utilizar una expresión ad-hoc [a-zA-Z_0-9áéíóúüñÁÉÍÓÚÜÑ]
, pero es más larga, menos legible y además en el futuro quiero soportar más idiomas con lo que tendría que crear una diferente para cada idioma.
Lo que pregunto es si .NET tiene una lista de idiomas con los caracteres que forman parte de una palabra y sólo pasando el locale por ejemplo "es-ES" ya interpretaría \w
o \p{L}
como [a-zA-Z_0-9áéíóúüñÁÉÍÓÚÜÑ]
p{L}
? No te basta incluir los que sí son o deseas también excluir los que no son