正则表达式删除额外的字符

Question

我正在使用此模式[^a-z0-9+\ ,#\-.]来过滤标记，然后再将其保存到我的数据库中。

它会产生不良的副作用;它会删除重音：instalação变为instalao

任何想法如何在坚持模式的同时保持口音完好无损？

我正在使用ColdFusion，所以我认为它基于Java Regex，但我可能错了。

我的目的是允许字母（带重音符号），0到9个阿拉伯数字，点和哈希。

Answer 1

根据the documentation \w匹配任何（Unicode）字母，数字和下划线。如果你不想要下划线，你可以这样做：

[^[:alpha:]0-9#.-]

其中[:alpha:]匹配任何（Unicode）字母。如果您想匹配0-9范围之外的数字，请尝试：

[^[:alnum:]##.-]

注意，要使用额外的哈希来转义ColdFusion自己的标记，否则会导致格式错误的标记/变量错误。

Answer 2

你试过角色课吗？ \ w 匹配字母，数字和下划线，可能只匹配重音字符，但我不确定。

Answer 3

使用

[^\w]

\ w匹配任何单词字符。在这种情况下，所有非单词字符。 或

\W

匹配所有非单词字符。