如何为所有语言创建字母数字正则表达式？

Question

我今天遇到这个问题:

这个正则表达式只匹配英语:[a-zA-Z0-9].

如果我需要支持这个世界上的任何语言,我应该写什么正则表达式？

Answer 1

如果您使用字符类缩写和Unicode感知的正则表达式引擎,您可以这样做.在\w类匹配"单词字符"(字母,数字和下划线).

请注意一些不能很好地执行此操作的正则表达式:JavaScript将ASCII用于\d(数字)\w,而Unicode则用于\s(空格).XML以相反的方式做到了.

Answer 2

字母/字母：\p{L}

数字：\p{N}

因此，对于所有语言的字母匹配，您可以使用：[\p{L}\p{N}]+

我一直在寻找一种方法，用 JS 中的空格替换所有语言的所有非字母字符，最终使用以下方法来实现：

const regexForNonAlphaNum = new RegExp(/[^\p{L}\p{N}]+/ug);
someText.replace(regexForNonAlphaNum, " ");

这里因为它是 JS，我们需要在末尾添加 u 以使正则表达式能够识别 unicode，而 g 代表全局，因为我想要匹配所有实例而不仅仅是单个实例。

参考：