我正在尝试从字符串中删除所有“Unicode符号”。也就是说，保留所有多语言角色，但删除 dingbats ，箭头以及所有这些东西。
C＃有一个非常方便的函数叫set.seed(24)
db <- data.frame(value = rnorm(61*3))
，它可以在字符串的所有字符上运行，当函数返回Char.IsSymbol时剥离字符。
我一直在寻找在JavaScript中做类似的事情。如果它是正则表达式，那么如何编译符号字符的所有unicode范围的列表？我看了XRegExp，但找不到只过滤符号的内容。
答案 0 :(得分：1)
XRegExp确实支持您所寻找的内容 - http://xregexp.com/plugins/#unicode
您可能会匹配\pL或\pS。您可以在http://www.regular-expressions.info/unicode.html#category
总的来说，Unicode非常棘手。它提供了很多给你带来麻烦的机会，特别是对于那些不完全兼容Unicode的软件（遗憾的是，这包括JavaScript - 请参阅https://mathiasbynens.be/notes/javascript-unicode了解一组很好的例子）。 JS经常使用双重编码（HTML + JS，以及更糟糕的情况）运行，这进一步加剧了这种情况。有人可能会找到绕过你的支票的方法，但我担心没有简单的方法可以防止这种情况发生。只是在了望:)