如何为所有语言创建字母数字正则表达式？答案

【问题标题】：How can I create an alphanumeric Regex for all languages?如何为所有语言创建字母数字正则表达式？
【发布时间】：2011-10-05 06:32:42
【问题描述】：

我今天遇到了这个问题：

此正则表达式仅匹配英语：[a-zA-Z0-9]。

如果我需要支持这个世界上的任何语言，我应该写什么正则表达式？

【问题讨论】：

【解决方案1】：

如果您使用字符类速记和支持 Unicode 的正则表达式引擎，您可以做到这一点。 \w 类匹配“单词字符”（字母、数字和下划线）。

当心一些不那么好的正则表达式风格：JavaScript 使用 ASCII 表示 \d（数字）和 \w，但 Unicode 表示 \s（空白）。 XML 则相反。

【讨论】：

【解决方案2】：

字母/字母：\p{L}

号码：\p{N}

所以对于所有语言的字母数字匹配，您可以使用：[\p{L}\p{N}]+

我一直在寻找一种方法来用 JS 中的空格替换所有语言的所有非字母字符，并最终使用以下方法来做到这一点：

const regexForNonAlphaNum = new RegExp(/[^\p{L}\p{N}]+/ug);
someText.replace(regexForNonAlphaNum, " ");

这里是 JS，我们需要在末尾添加 u 以使正则表达式识别 unicode，g 代表全局，因为我想要匹配所有实例，而不仅仅是单个实例。

参考资料：

【讨论】：

【解决方案3】：

支持大多数语言的正则表达式

^[A-zÀ-Ÿ\d-]*$

【讨论】：

【解决方案4】：

下面的正则表达式是唯一对我有用的：

"\\p{LD}+" ==> LD means any letter or digit.

如果您想从任何非字母数字字符中清除文本，您可以使用以下内容：

text.replaceAll("\\P{LD}+", "");//Note P is capital.

【讨论】：