用于删除多语言字符串上的特殊字符的正则表达式

Question

建议删除特殊字符的最常见的正则表达式似乎是这样的 -

preg_replace( '/[^a-zA-Z0-9]/', '', $string );

问题是它还删除了非英文字符。

是否有正则表达式删除所有语言的特殊字符？ 或唯一的解决方案是明确匹配每个特殊字符并删除它们？

Answer 1

你可以改用：

preg_replace('/\P{Xan}+/u', '', $string );

\\p{Xan}是unicode表的任何字母表中的数字或字母。
\\P{Xan}不是数字或字母。 这是[^\\p{Xan}]的快捷方式

Answer 2

您可以使用：

$string = preg_replace( '/[^\p{L}\p{N}]+/u', '', $string );