正则表达式：去除所有非字母数字字符，但保留一些特殊字符。

Question

我有这段代码，它将所有非字母数字字符替换为"-"字符。

return Regex.Replace(strIn, @"[\W|_]+", "-", RegexOptions.IgnorePatternWhitespace | RegexOptions.IgnoreCase);

但我需要更改它以允许通过一些特殊字符（一个或多个），例如：#，*，％

如何更改这个正则表达式？

- Alexei

Answer 1

使用

[^\p{L}\p{N}#*%]+

这将匹配一个或多个既不是字母也不是数字，也不是#、*或%中任何一个字符的字符。

- Tim Pietzcker

---

无法使其工作 :( : 解析"[^\pL\pN#*%]+" - \p{X}字符转义格式错误。 - Alexei

尝试使用[^\p{L}\p{N}#*%]+。当属性名称只有一个字母时，它应该可以在没有括号的情况下工作，但是在.NET中，当它位于另一个字符类中时，似乎需要括号。 - Alan Moore

啊，是的，看起来.NET需要更冗长的\p{L}语法。我会更新的。 - Tim Pietzcker

更正：.NET似乎需要所有时间使用大括号。太令人失望了！ - Alan Moore

Answer 2

这个怎么样：

[^a-zA-Z0-9#*%]+

如果您正在使用Unicode，可以按照Tim的回答进行操作：

[^\p{L}\p{N}#*%]+

- Toto

---

取决于您是否认为 Ä 是一个字母。.NET 认为是，并将其包含在 \w 中。 - Tim Pietzcker

如果文本是俄语的话，这将不起作用（而且它确实是） - Alexei

Answer 3

另一个选项是使用字符类减法^信息，例如从字符类中删除#：

[\W_-[#]]+

只需在 # 后添加其他可接受的特殊字符即可。这里有一个实时示例：http://rextester.com/rundotnet?code=YFQ40277。

- Jamiec

Answer 4

使用这个。

([^\w#*%]|_)

在 % 后添加任何其他特殊字符。

它基本上是说，匹配任何不是（^）单词字符（\w），＃，*或％的字符，或者匹配 _。

- Joey

---

下划线呢？现在不允许使用，但在原始问题的正则表达式中是允许的。 - Tim Pietzcker

这不太好，它让我留下了很多“-”字符 :( - Alexei

Answer 5

看起来这种方式对你来说是最好的解决方案

@"(?!.*[^\w#*%])"

- Hakan E.

---

我不这么认为。(?!.*[^\w#*%])的意思是，“从当前位置向前查找，没有一个字符与[\w#*%]不匹配”。它不需要任何字符存在，因此它总是匹配的，并且它不会消耗任何字符，因此它不能用于删除任何内容。 - Alan Moore

Answer 6

你可以使用集合减法来实现这个功能：

@"[\W_-[#*%]]+"

这个正则表达式匹配所有非单词字符和下划线，减去 #、* 和 % 这些字符。

请注意，在字符类中不必使用 | 表示“或”，因为这是隐含的。实际上，你的正则表达式中的 | 只匹配 | 字符本身。

另外请注意，在 .NET 中，\w 匹配除了下划线以外的一些“连接标点符号”字符。如果你想要匹配这些字符，可以使用

@"[\W\p{Pc}-[#*%]]+"

- Alan Moore