perl跳过正则表达式中的一个字符

Question

我有一个字符串，我想从中删除所有控制字符：

$line =~ s/[\000-\037]/ /smg;

但是在上面的正则表达式中我想控制除新行之外的所有字符。

例如，如果我有这样的字符串：

Thi **^@** s is an **^M**example **\n** for regex.

应用正则表达式之后，我的文本应该是这样的：

This is an example **\n** for regex.

Answer 1

您可能会发现\w和\d宏非常有用。 http://perldoc.perl.org/perlre.html

$line =~ s/[^\w\s\n]+//msg; 

将删除不是 word whitespace或linefeed的任何内容。

这种方法应该扩展到解决你的问题，尽管Borodin在评论中指出：

  

＆＃34; ASCII集由\ p {Cntrl}，\ p {Alpha}，\ p {Number}，\ p {Punct}，\ p {Symbol}和空格字符覆盖。 \ s模式还将包括控制字符HT，VT，FF和CR，＆＃34;

所以你可能想要相应地考虑因素。 （\w\s\d不会覆盖标点符号，例如）

Answer 2

只需从字符类中删除换行符\012：

[\000-\011\013-\037]

如果你想保留回车\015：

[\000-\011\013\014\016-\037]

Answer 3

您可以使用Unicode属性Cntrl来识别控制字符，因此/\p{Cntrl}/将匹配所有控制字符。

要从该范围中排除换行，请使用\P而不是\p取消换行，添加换行符并再次使用^取消它。所以

/[^\P{cntrl}\n]/

将匹配除换行符以外的所有控制字符。

请注意，\p{Cntrl}也匹配ASCII DEL（"\x7F"）和Unicode点"\x80"到"\x9F"。