如何在ColdFusion或Java正则表达式中匹配拉丁语unicode字符？

Question

我正在寻找一个只能匹配数字[0-9]，字母[az]但不包含ASCII 葡萄牙语字母的ColdFusion或Java正则表达式（用于替换函数） （unicode latin，如ç和ã）。

有些人喜欢这样：

str = reReplaceNoCase(str, "match none number/letter but keep unicode latin chars", "", "ALL");

Input string: "informação 123 ?:#$%"
Desired outcome: "informação 123"

我知道我可以将字母和数字与[a-z][0-9]匹配，但这与ç和ã等字母不匹配。

Answer 1

尝试字母数字字符类：\w，它应匹配字母，数字和下划线。

你也可以使用特殊的命名类\p{L}（我不知道，Java RegEx解析器是否支持它）。 所以在C＃中，您可以使用以下代码完成任务：

var input = "informação 123 ?:#$%";
var result = Regex.Replace(input, @"[^\p{L}\s0-9]", string.Empty);

正则表达式[^\p{L}\s0-9]表示：此类中的任何字符不（所有字母，空格，数字）。因此它在您的示例?:#$%中匹配，我们可以用空字符串替换这些字符。