Java 正则表达式是否要删除所有具有通用语言支持的非字母数字字符？

我想使用模式的编译方法来实现这一点。比如

String text = "Where? What is that, an animal? No! It is a plane.";
Pattern p = new Pattern("*some regex here*");
String delim = p.matcher(text).replaceAll("");

什么是正则表达式可以实现我想要实现的目标

示例字符串：

英式

Input: "Where? What is that, an animal? No! It is a plane."
Output: "Where What is that an animal No It is a plane"

西班牙文

Input: "¿Dónde? ¿Qué es eso, un animal? ¡No! Es un avión."
Output: "Dónde Qué es eso un animal No Es un avión"

葡萄牙人

Input: "Onde? O que é isso, um animal? Não! É um avião."
Output: "Onde O que é isso um animal Não É um avião"

希望这些例子能清楚地说明我想要实现的目标。

---

谢谢大家

我不是世界上所有语言的专家，但是，您的要求可以在特定语言的基础上实现：

Regex rgx = new Regex("[^a-zA-Z0-9 <put language specific characters to preserve here>]");
str = rgx.Replace(str, "");

---

我不是世界上所有语言的专家，但是，您的要求可以在特定语言的基础上实现：

Regex rgx = new Regex("[^a-zA-Z0-9 <put language specific characters to preserve here>]");
str = rgx.Replace(str, "");

Java类是正则表达式的Java实现，它支持，例如

\p{Lu}

。因为您需要字母数字，所以应该是

L

（字母）和

N

（数字）

因为您的示例显示您也希望保留空格，所以需要将其包括在内。让我们使用

\s

，这样您还可以保留换行符和制表符

要查找除指定字符以外的任何字符，请使用：

[^abc]

总之，这意味着

[^\s\p{L}\p{N}]

：

String output = input.replaceAll("[^\\s\\p{L}\\p{N}]+", "");

那是什么动物不，那是飞机 这是一种动物，不是一种动物 这是一种动物的生活方式 或查看演示

---

当然，有多种方法可以做到这一点

您也可以使用

\p{Alnum}

，然后使用

（？U）

启用

那是什么动物不，那是飞机 这是一种动物，不是一种动物 这是一种动物的生活方式

---

现在，如果您不需要空格，可以使用

\p{xx}

来简化：

String output = input.replaceAll("(?U)\\P{Alnum}+", "");

何处是安乃近
DóndeQuéesesounanimalNoEsunavión
OndeOqueéissoumanimalNãoÉumavião

Java类是正则表达式的Java实现，它支持，例如

\p{Lu}

。因为您需要字母数字，所以应该是

L

（字母）和

N

（数字）

因为您的示例显示您也希望保留空格，所以需要将其包括在内。让我们使用

\s

，这样您还可以保留换行符和制表符

要查找除指定字符以外的任何字符，请使用：

[^abc]

总之，这意味着

[^\s\p{L}\p{N}]

：

String output = input.replaceAll("[^\\s\\p{L}\\p{N}]+", "");

那是什么动物不，那是飞机 这是一种动物，不是一种动物 这是一种动物的生活方式 或查看演示

---

当然，有多种方法可以做到这一点

您也可以使用

\p{Alnum}

，然后使用

（？U）

启用

那是什么动物不，那是飞机 这是一种动物，不是一种动物 这是一种动物的生活方式

---

现在，如果您不需要空格，可以使用

\p{xx}

来简化：

String output = input.replaceAll("(?U)\\P{Alnum}+", "");

何处是安乃近
DóndeQuéesesounanimalNoEsunavión
OndeOqueéissoumanimalNãoÉumavião

在普通话中这样说毫无意义，因为字符既不是元音也不是字母，而是逻辑发音。至于你给我们的罗曼史语言的例子，你可能需要手动列出一些东西。每种语言都有自己的符号，这些符号在ASCII表的不同位置显示。此外，您需要详细检查它，并创建适当的链，如[^a-zA-Z0-9]非字母数字是\W（除非您也不需要下划线）空格是非字母数字字符，因此输出将是

“wherettisthatananimalnoitisaplane”

。对于普通话来说，建议这样做毫无意义，因为字符既不是元音，也不是字母，但听起来很合乎逻辑。至于你给我们的罗曼史语言的例子，你可能需要手动列出一些东西。每种语言都有自己的符号，这些符号在ASCII表的不同位置显示。此外，您需要检查它的详细信息并创建适当的链，如[^a-zA-Z0-9]非字母数字是\W（除非您也不需要下划线）空格是非字母数字字符，因此输出将是

“wherewhatissthatananimalnoitisaplane”

。谢谢。这么多细节，我很感激。不过，还有一个问题——是否可以执行您创建的操作，但改用Pattern类？我听说过在处理大型数据集和多次迭代时使用String.replaceAll（）的坏处。Pattern.compile允许您只声明一次正则表达式，而不是每次迭代都声明一次。如果你知道我该怎么做，请告诉我！Thanks@JimmyLee的javadoc说明了您需要知道的一切：以

str.replaceAll（regex，repl）

的形式调用此方法会产生与表达式

Pattern.compile（regex）.matcher（str）.replaceAll（repl）

Da̱nx̱a̱laga̱lit a̱n成为Danxalagalit An完全相同的结果，所以正则表达式不是很普遍。添加

\p{InCombiningDiacriticalMarks}

将保留变音符号。谢谢。这么多细节，我很感激。不过，还有一个问题——是否可以执行您创建的操作，但改用Pattern类？我听说过在处理大型数据集和多次迭代时使用String.replaceAll（）的坏处。Pattern.compile允许您只声明一次正则表达式，而不是每次迭代都声明一次。如果你知道我该怎么做，请告诉我！Thanks@JimmyLee的javadoc说明了您需要知道的一切：以

str.replaceAll（regex，repl）

的形式调用此方法会产生与表达式

Pattern.compile（regex）.matcher（str）.replaceAll（repl）

Da̱nx̱a̱laga̱lit a̱n成为Danxalagalit An完全相同的结果，所以正则表达式不是很普遍。添加

\p{InCombiningDiacriticalMarks}

将保留变音符号。