如何在任何地方执行此操作？
基本上，我正在尝试匹配各种杂项字符，例如&、分号、美元符号等。
正则表达式，除了空格或冒号以外的每个非字母数字字符
215
- Ryan Ward Valverde
2
21这是一个正则表达式，用于匹配除了字母、数字、空格和冒号以外的所有字符。 - Kelly
/[^a-zA-Z0-9\s:]+/ - 你的星星匹配为0 - Jason
11个回答
389
[^a-zA-Z\d\s:]
- \d - 数字类别
- \s - 空白字符
- a-zA-Z - 匹配所有字母
- ^ - 取反 - 因此匹配非数字字符、非空格和非冒号。
- Tudor Constantin
6
这正是我也在看的：)) - 我必须推广你的完美答案。 - Tudor Constantin
24我发现的唯一一件事就是这会移除像é或者ã这样的特殊字符。我更喜欢使用[^\w\d\s:]。 - Eric Belair
13因为这个方法不能识别非拉丁字符和“特殊”的拉丁字符，所以被踩了。 - damian
1
\d和\s是Perl扩展，通常不受像grep、sed、tr、lex等旧工具的支持。 - tripleee1另一个答案只适用于没有重音的英语或其他拉丁语系语言。我认为世界比那大一点 :). 已被踩。 - MS Berends
为了反驳对这个答案的批评，我的意图是找到所有的“特殊”非ASCII字符，所以这个方法完美地实现了我的目的。 - undefined
47
这应该可以解决：
[^a-zA-Z\d\s:]
- Luke Sneeringer
5
1其他的程序检查空格但不检查空白，或者否定位置错误而无法实际否定。 - Zachary Scott
\w 包括下划线，因此它也是一个非字母数字字符。 - Tudor Constantin
啊哈！我应该修改一下——我不知道那个。我预计它对于不同的引擎有不同的工作方式，但最好给出安全的答案。 - Luke Sneeringer
5因为这个方法不能识别非拉丁字符或者"特殊"拉丁字符，所以被踩了。 - damian
@damian，请查看https://dev59.com/oG025IYBdhLWcg3wW0ux#73853673 - MS Berends
29
如果您想将带重音的拉丁字符（例如 à Ñ）视为普通字母（即避免匹配它们），则还需要在正则表达式中包含适当的Unicode范围（\u00C0-\u00FF）。因此，正则表达式应该像这样： \u00C0-\u00FF。
/[^a-zA-Z\d\s:\u00C0-\u00FF]/g
^反转其后的匹配a-zA-Z匹配大小写字母\d匹配数字\s匹配空白字符（如果您只想匹配空格，请将其替换为一个空格）:匹配冒号\u00C0-\u00FF匹配带音调的拉丁字符的Unicode范围。
注意：Unicode范围匹配可能不适用于所有的正则表达式引擎，但上述内容在JavaScript中肯定是可行的（如在Codepen上的这个demo中所见）。
注2：如果您不关心匹配下划线，可以将a-zA-Z\d替换为\w，它会匹配字母、数字和下划线。
- Nick F
2
这个范围包含一些非字母数字字符（U+00D7和U+00F7），并排除了许多来自波兰语、捷克语、越南语等非西方语言的有效重音字符。 - tripleee
1为正则表达式的每个部分的描述点赞。 - morajabi
16
试一下这个：
[^a-zA-Z0-9 :]
JavaScript 示例：
"!@#$%* ABC def:123".replace(/[^a-zA-Z0-9 :]/g, ".")
查看在线示例：
- Topera
6
5因为这个方法无法识别非拉丁字符和"特殊" 拉丁字符，所以被投反对票。 - damian
22很容易对一个回答进行负面投票，但更难向讨论板提供建设性信息，例如，如何捕捉非拉丁字符或“特殊”拉丁字符？据我所知，在这里你已经因为同样的原因将3个答案投下了反对票，而根据我的看法，这只是一个相当小的调整。例如，我在这里寻找一个正则表达式，用于精确描述这些答案中讨论的内容。我不关心在我的应用程序中不会使用的字符集。收益递减定律。 - user3842449
2对于美国公民来说，Aaron可能只是一个“小调整”，但对于这个星球的其他地方来说却非常重要。 - Michael K. Borregaard
2
[^a-zA-Z0-9 :] can be replaced with [^\w:] - Moses Schwartz\w 包括下划线，所以要注意。 - Alter Lagos@ user3842449 “我不关心在我的应用程序中不会使用的字符集。” 嗯，这很自我中心。此外，OP的问题是要删除空格，因此这应该回答了这个问题。对于几乎所有非英语语言，这并不适用。 - MS Berends
7
在JavaScript中：
用法示例 -
/[^\w_]/g
^ 表示取反，即选择任何不在以下集合中的内容
\w 表示任何单词字符（即任何字母数字字符，加上下划线）
_ 取反下划线，因为它被视为“单词”字符用法示例 -
const nonAlphaNumericChars = /[^\w_]/g;
- Chris Halcrow
1
5
[^\w_]与[^\w]相同（因为_也是单词字符），并等同于\W。 - Wiktor Stribiżew5
不允许使用字母数字、空格或下划线。
var reg = /[^\w\s)]|[_]/g;
- Vasyl Gutnyk
5
如果您指的是“非字母数字字符”，请尝试使用以下内容：
var reg =/[^a-zA-Z0-9]/g //[^abc]
- Kim-Trinh
1
以前的解决方案似乎只适用于没有重音等拉丁语系英语或其他语言。因此，这些答案并不适用于回答问题。
根据维基百科上的空格字符文章，这些都是Unicode中的所有空格字符：
U+0009、U+000A、U+000B、U+000C、U+000D、U+0020、U+0085、U+00A0、U+1680、U+180E、U+2000、U+2001、U+2002、U+2003、U+2004、U+2005、U+2006、U+2007、U+2008、U+2009、U+200A、U+200B、U+200C、U+200D、U+2028、U+2029、U+202F、U+205F、U+2060、U+3000、U+FEFF
因此，在我看来，最包容性的解决方案可能会很慢，但这是关于准确性的问题。
因此，要回答 OP 的问题并包括“除空格或冒号之外的每个非字母数字字符”，请在前面加上一个脱字符
奖金：R的解决方案
这甚至比trimws()本身更快，trimws()将设置为" \t\n\r"。
根据维基百科上的空格字符文章，这些都是Unicode中的所有空格字符：
U+0009、U+000A、U+000B、U+000C、U+000D、U+0020、U+0085、U+00A0、U+1680、U+180E、U+2000、U+2001、U+2002、U+2003、U+2004、U+2005、U+2006、U+2007、U+2008、U+2009、U+200A、U+200B、U+200C、U+200D、U+2028、U+2029、U+202F、U+205F、U+2060、U+3000、U+FEFF
因此，在我看来，最包容性的解决方案可能会很慢，但这是关于准确性的问题。
\u0009\u000A\u000B\u000C\u000D\u0020\u0085\u00A0\u1680\u180E\u2000\u2001\u2002\u2003\u2004\u2005\u2006\u2007\u2008\u2009\u200A\u200B\u200C\u200D\u2028\u2029\u202F\u205F\u2060\u3000\uFEFF
因此，要回答 OP 的问题并包括“除空格或冒号之外的每个非字母数字字符”，请在前面加上一个脱字符
^ 来不包括上述字符，并将冒号添加到其中，然后用 [ 和 ] 将正则表达式括起来，以指示它匹配“这些字符中的任何一个”："[^:\u0009\u000A\u000B\u000C\u000D\u0020\u0085\u00A0\u1680\u180E\u2000\u2001\u2002\u2003\u2004\u2005\u2006\u2007\u2008\u2009\u200A\u200B\u200C\u200D\u2028\u2029\u202F\u205F\u2060\u3000\uFEFF]"
奖金：R的解决方案
trimws2 <- function(..., whitespace = "[\u0009\u000A\u000B\u000C\u000D\u0020\u0085\u00A0\u1680\u180E\u2000\u2001\u2002\u2003\u2004\u2005\u2006\u2007\u2008\u2009\u200A\u200B\u200C\u200D\u2028\u2029\u202F\u205F\u2060\u3000\uFEFF]") {
trimws(..., whitespace = whitespace)
}
这甚至比trimws()本身更快，trimws()将设置为" \t\n\r"。
microbenchmark::microbenchmark(trimws2(" \t\r\n"), trimws(" \t\r\n"))
#> Unit: microseconds
#> expr min lq mean median uq max neval cld
#> trimws2(" \\t\\r\\n") 29.177 29.875 31.94345 30.4990 31.3895 105.642 100 a
#> trimws(" \\t\\r\\n") 45.811 46.630 48.25076 47.2545 48.2765 116.571 100 b
- MS Berends
1
这个正则表达式适用于C#, PCRE和Go等编程语言。根据RegexBuddy的说法，它在Chrome上的JavaScript中不起作用。但是这里已经有一个例子了。
其中主要部分是:
其中主要部分是:
\p{L}
它表示任何语言的任何字母，即\p{L}或\p{Letter}。
完整的正则表达式本身： [^\w\d\s:\p{L}]
- Ste
2
这是唯一一个正确处理Unicode重音字母的答案。遗憾的是，并非所有的正则表达式引擎都支持此功能（即使Python缺乏它，截至3.8版本，尽管其正则表达式引擎基于PCRE）。 - tripleee
1我会从答案中删除Python，我以为我测试过了，但显然没有。谢谢你指出来。 - Ste
-3
尝试添加这个：
^[^a-zA-Z\d\s:]*$
这对我有用... :)
- Er Parthu
1
2这似乎重复了2011年的被接受答案。
^和$锚定它匹配整行，*量词意味着它也匹配空行。 - tripleee网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接