我使用PHP。
我的字符串可能如下所示
This is a string-test width åäö and some über+strange characters: _like this?
问题
有没有办法删除非字母数字字符并用空格替换它们？以下是一些非字母数字字符：
我已经阅读了很多关于它的帖子，但是他们不支持其他语言，比如这个：
preg_replace("/[^A-Za-z0-9 ]/", '', $string);
要求
答案 0 :(得分：29)
你可以试试这个：
preg_replace('~[^\p{L}\p{N}]++~u', ' ', $string);
\p{L}代表所有字母字符（无论字母表如何）。
\p{N}代表数字。
使用主题字符串的u修饰符字符作为unicode字符处理。
或者这个：
preg_replace('~\P{Xan}++~u', ' ', $string);
\p{Xan}包含unicode字母和数字。
\P{Xan}包含所有不是unicode字母和数字的内容。 （注意，它也包含空格，您可以使用~[^\p{Xan}\s]++~u）
如果您想要一组更具体的允许字母，则必须将\p{L}替换为unicode table中的范围。
示例：
preg_replace('~[^a-zÀ-ÖØ-öÿŸ\d]++~ui', ' ', $string);
为什么在这里使用占有量词（++）？
~\P{Xan}+~u会为您提供与~\P{Xan}++~u相同的结果。这里的区别在于，在第一个引擎记录每个回溯位置（我们不需要），而在第二个时它没有（如在原子组中）。结果是小的业绩利润。
我认为在可能的情况下使用占有量词和原子群是一种很好的做法。
但是，PCRE正则表达式引擎会在明显的情况下自动生成量词占用（例如：a+b =＆gt; a++b），除非PCRE模块已使用选项PCRE_NO_AUTO_POSSESS进行编译。 （http://www.pcre.org/pcre.txt）
有关占有量词和原子群的更多信息here (possessive quantifiers)和here (atomic groups)或here
答案 1 :(得分：3)
您是否正在寻找\W？
类似的东西：
/[\W_]*/
匹配所有非字母数字字符和下划线。
\w匹配所有单词字符（字母，数字，下划线）
\W匹配\w以外的任何内容。
因此，\W匹配任何非字母数字字符，并添加下划线，因为\W与下划线不匹配。
编辑：这使您的代码行变为：
preg_replace("/[\W_]*/", ' ', $string);
' '表示所有匹配的字符（非字母而非数字）将变为空格。
reEDIT：您可能还想使用另一个preg_replace删除所有连续的空格，并用一个空格替换它们，否则您将最终得到：
This is a string test width and some ber strange characters like this
您可以使用：
preg_replace("/\s+/", ' ', $string);
最后修剪起始和结束空格（如果有的话）。
答案 2 :(得分：1)
我不完全确定您正在使用哪种正则表达式。但是，POSIX正则表达式允许您表示按字母顺序排列的类，其中[：alpha：]表示任何字母字符。
所以试试：
preg_replace("/[^[:alpha:]0-9 ]/", '', $string);
实际上，我忘记了[：alnum：] - 这使得它变得更简单：
preg_replace("/[^[:alnum:] ]/", '', $string);
答案 3 :(得分：1)