我使用 PHP。
我的字符串可能是这样的
This is a string-test width åäö and some über+strange characters: _like this?
问题
有没有办法删除非字母数字字符并用空格替换它们？以下是一些非字母数字字符：
我已经阅读了很多关于它的主题，但它们不支持其他语言，比如这个：
preg_replace("/[^A-Za-z0-9 ]/", '', $string);
要求
【问题讨论】：
我不完全确定您使用的是哪种正则表达式。但是，POSIX 正则表达式允许您表达一个字母类，其中 [:alpha:] 表示任何字母字符。
那就试试吧：
preg_replace("/[^[:alpha:]0-9 ]/", '', $string);
实际上，我忘记了 [:alnum:] - 这使它更简单：
preg_replace("/[^[:alnum:] ]/", '', $string);
【讨论】：
您是否在寻找\W？
类似：
/[\W_]*/
匹配所有非字母数字字符和下划线。
\w 匹配所有单词字符（字母、数字、下划线）
\W 匹配不在\w 中的任何内容。
因此，\W 匹配任何非字母数字字符，并且您添加下划线，因为 \W 不匹配下划线。
编辑：这使您的代码行变为：
preg_replace("/[\W_]*/", ' ', $string);
' ' 表示所有匹配的字符（不是字母也不是数字）都将变成空格。
重新编辑：您可能还想使用另一个 preg_replace 来删除所有连续的空格并将它们替换为单个空格，否则您最终会得到：
This is a string test width and some ber strange characters like this
你可以使用：
preg_replace("/\s+/", ' ', $string);
如果有的话，最后修剪开始和结束的空格。
【讨论】：
你可以试试这个：
preg_replace('~[^\p{L}\p{N}]++~u', ' ', $string);
\p{L} 代表所有字母字符（无论是什么字母）。
\p{N} 代表数字。
带有 u 修饰符的主题字符串被视为 unicode 字符。
或者这个：
preg_replace('~\P{Xan}++~u', ' ', $string);
\p{Xan} 包含 unicode 字母和数字。
\P{Xan} 包含所有非 unicode 字母和数字。 （请注意，它也包含空格，您可以使用 ~[^\p{Xan}\s]++~u 保留）
如果您想要一组更具体的允许字母，您必须将 \p{L} 替换为 unicode table 中的范围。
例子：
preg_replace('~[^a-zÀ-ÖØ-öÿŸ\d]++~ui', ' ', $string);
为什么在这里使用所有格量词 (++)？
~\P{Xan}+~u 会给你与~\P{Xan}++~u 相同的结果。这里的区别在于，在第一个引擎记录每个回溯位置（我们不需要），而在第二个它不记录（如在原子组中）。结果是很小的业绩利润。
我认为在可能的情况下使用所有格量词和原子组是一种很好的做法。
但是，PCRE 正则表达式引擎在明显的情况下会自动使量词具有所有格（例如：a+b => a++b），除非 PCRE 模块已使用选项 PCRE_NO_AUTO_POSSESS 编译。 (http://www.pcre.org/pcre.txt)
有关所有格量词和原子组here (possessive quantifiers) 和here (atomic groups) 或here 的更多信息
【讨论】：
\X。
^，只有字符没有类中存在的匹配和替换）。所以~[^a-zÀ-ÖØ-öÿŸ\d_-]++~ui或~[^\p{L}\p{N}_-]++~u或~[^\p{Xan}_-]++~u
\p{alnum}（用于所有 unicode 字母和数字）和类交集：[\P{alnum}&&[^_-]]
【讨论】：
L 中？我不确定文档中的“修饰符字母”或“其他字母”是什么意思。