Regex 用于匹配单词的Groovy正则表达式（即使带有重音字母）

我正在尝试标记任何文本中的单词，例如：

Ça me plaît.

应该标记为“ça，me，plaît”。 为此，我想清除所有特殊字符中的字符串，然后在空白处拆分它。使用此代码：

text = text.toLowerCase().replaceAll(/^\w/, ' ')
def tokens = text.split(" ")

我明白了

a me pla t

这根本没用。 我需要什么正则表达式

谢谢！ Mulone

您可以使用\S（大写字母S）而不是\w\S匹配所有非白色字符，而\S（非大写）匹配所有白色字符

因此，您将拥有

text = text.toLowerCase().replaceAll(/^\S/, ' ')
def tokens = text.split(" ")

这似乎对我有效（至少在这种情况下）：

---

实际上，对于\S，正则表达式不过滤点（和任何其他特殊字符）。有一个正则表达式来表示任何欧洲字母表中的字母吗？

'Ça me plaît.'.toLowerCase().replaceAll( /[^\p{javaLowerCase}]/, ' ').split( ' ' )