如何从字符串中删除所有 Unicode，但保留语言，例如：日语、希腊语、印地语等 [重复]答案

【问题标题】：How do remove all Unicode from string, BUT keep lanauges such as: Japanese, Greek, Hindi etc [duplicate]如何从字符串中删除所有 Unicode，但保留语言，例如：日语、希腊语、印地语等 [重复]
【发布时间】：2019-03-05 13:39:04
【问题描述】：

如何从这个字符串中删除所有Unicode【你好！】★ああああ我需要删除所有“奇怪”的符号（【、★、】）并保留“你好！”和“ああああ”。这需要适用于所有语言，而不仅仅是日语。

【问题讨论】：

在这种情况下是奇怪的符号 【 、 ★ 和 】 吗？我们需要考虑其他符号吗？
是的，其他符号也是如此。

标签： javascript regex unicode

【解决方案1】：

您想删除 Unicode categories 其他符号、组合符号和封闭标记中的字符，但保留其他类别中的字符。

使用正则表达式，它们分别匹配\p{So}、\p{Sk} 和\p{Me} 类。例如，您可以使用XRegExp.replace().

【讨论】：

PHP 有一个正则表达式，看起来像\p{common}，这可以工作，但是这是 PHP，我需要 JavaScript。你的也一样。
有regex libraries for JavaScript that support categories.

【解决方案2】：

我找到了解决办法。使用 XRegEXP，我可以在节点中使用 PHP 的 \p{Common}。

const xreg = require('xregexp');

let str = '【Hello!】★ ああああ】';
let regex = new xreg('\\p{Common}', 'g');
let res = xreg.replace(str, regex, ' ');

console.log(res); // Hello    ああああ

【讨论】：

旁注：PHP 借鉴了 PCRE 的语法，PCRE 代表 Perl 兼容的正则表达式。（它的语法并不真正与 Perl 兼容。）