正则表达式，除空格或冒号外的所有非字母数字字符

我怎么能在任何地方做这个呢？

基本上，我试图匹配各种各样的杂字符，如符号，分号，美元符号等。

286959 次浏览
小开

这个应该可以:

[^a-zA-Z\d\s:]
小开

试试这个:

[^a-zA-Z0-9 :]

JavaScript 例子:

"!@#$%* ABC def:123".replace(/[^a-zA-Z0-9 :]/g, ".")

看看网上的例子:

http://jsfiddle.net/vhMy8/

小开
最佳答案 
[^a-zA-Z\d\s:]
  • D-数字类
  • 空格
  • A-zA-Z 匹配所有字母
  • ^-否定它们所有-所以你得到-非数字字符，非空格和非冒号
小开

试着加上这个:

^[^a-zA-Z\d\s:]*$

这招对我很管用... :)

小开

没有字母数字，空白或’_’。

var reg = /[^\w\s)]|[_]/g;
小开

如果你想对待重音拉丁字符(例如天)作为正常的字母(例如。避免匹配它们) ，您还需要在正则表达式中包含适当的 Unicode 范围(好的) ，因此它看起来应该是这样的:

/[^a-zA-Z\d\s:\u00C0-\u00FF]/g
  • ^否定接下来的内容
  • a-zA-Z匹配大小写字母
  • \d匹配数字
  • \s匹配空格(如果您只想匹配空格，请将其替换为空格)
  • :匹配一个冒号
  • \u00C0-\u00FF匹配用于重音拉丁字符的 Unicode 范围。

NB.Unicode 范围匹配可能不适用于所有的正则表达式引擎，但是上面的内容肯定适用于 Javascript (如 Codepen 上的 这支笔所示)。

如果你不介意匹配下划线，你可以用 \w代替 a-zA-Z\d，它匹配字母、数字和下划线。

小开

如果你指的是“非字母数字字符”，试着用这个:

var reg =/[^a-zA-Z0-9]/g      //[^abc]
小开

这个正则表达式适用于 C # 、 PCRE和 去吧。

根据 RegexBuddy的说法，它不适用于 Chrome 上的 JavaScript，但这里已经有了一个例子。

其中的主要部分是:

\p{L}

代表 \p{L}或者 \p{Letter}任何语言的字母

完整正则表达式本身: [^\w\d\s:\p{L}]

例如: https://regex101.com/r/K59PrA/2

小开

在 JavaScript 中:

/[^\w_]/g

^否定，即在下面的集合中选择任何 没有

\w任何单词字符(即任何字母数字字符，加上下划线)

_否定下划线，因为它被认为是一个“单词”字符

使用示例 -const nonAlphaNumericChars = /[^\w_]/g;

小开

[ ^ w s-]

不符合以下条件的字符集:

  • 字母数字
  • 空格
  • 结肠
小开

以前的解决方案似乎只适用于英语或其他没有重音的拉丁语言。出于这个原因，这些答案并不能概括地回答这个问题。

根据维基百科上的 空白字符文章，这些都是 Unicode 中的空格字符:

U + 0009，U + 000 A，U + 000 B，U + 000 C，U + 000 D，U + 0020，U + 0085，U + 00 A0，U + 1680，U + 180 E，U + 2000，U + 2001，U + 2002，U + 2003，U + 2004，U + 2005,u + 2006，U + 2007，U + 2008，U + 2009，U + 200 A，U + 200 B，U + 200 C，U + 200 D，U + 2028，U + 2029，U + 202 F，U + 205 F，U + 2060，U + 3000，U + FEFF

因此，在我看来，最具包容性的解决方案应该是(可能会很慢，但这是关于准确性的) :

\u0009\u000A\u000B\u000C\u000D\u0020\u0085\u00A0\u1680\u180E\u2000\u2001\u2002\u2003\u2004\u2005\u2006\u2007\u2008\u2009\u200A\u200B\u200C\u200D\u2028\u2029\u202F\u205F\u2060\u3000\uFEFF

因此，为了回答 OP 的问题，包括“除了空白或冒号之外的每一个非字母数字字符”，在 没有包含上述字符的前面加上一个帽子 ^，然后加上冒号，并在 [和 ]中将 regex 包围起来，以指示它包含“这些字符中的任何一个”:

"[^:\u0009\u000A\u000B\u000C\u000D\u0020\u0085\u00A0\u1680\u180E\u2000\u2001\u2002\u2003\u2004\u2005\u2006\u2007\u2008\u2009\u200A\u200B\u200C\u200D\u2028\u2029\u202F\u205F\u2060\u3000\uFEFF]"

调试器演示

奖励: R 的解决方案

trimws2 <- function(..., whitespace = "[\u0009\u000A\u000B\u000C\u000D\u0020\u0085\u00A0\u1680\u180E\u2000\u2001\u2002\u2003\u2004\u2005\u2006\u2007\u2008\u2009\u200A\u200B\u200C\u200D\u2028\u2029\u202F\u205F\u2060\u3000\uFEFF]") {
trimws(..., whitespace = whitespace)
}

这甚至比设置“ t n r”的 trimws ()本身还要快。

microbenchmark::microbenchmark(trimws2(" \t\r\n"), trimws(" \t\r\n"))
#> Unit: microseconds
#>                   expr    min     lq     mean  median      uq     max neval cld
#>  trimws2(" \\t\\r\\n") 29.177 29.875 31.94345 30.4990 31.3895 105.642   100  a
#>   trimws(" \\t\\r\\n") 45.811 46.630 48.25076 47.2545 48.2765 116.571   100   b

提交答案