如何過濾掉不是字母、數字或標點符號的字符

Question

我有一個字符串，它將包含很多格式內容，例如項目符號或箭頭或其他任何內容。 我想清理這個字符串，使其只包含字母、數字和標點符號。 多個空格也應替換為單個空格。

允許的標點符號： , . : ; [ ] ( ) / \\ ! @ # $ % ^ & * + - _ { } < > = ? ~ | " , . : ; [ ] ( ) / \\ ! @ # $ % ^ & * + - _ { } < > = ? ~ | "

基本上這個ASCII 表中允許的任何內容。

這是我到目前為止：

let asciiOnly = y.replace(/[^a-zA-Z0-9\s]+/gm, '')
let withoutSpacing = asciiOnly.replace(/\s{2,}/gm, ' ')

Regex101： https ://regex101.com/r/0DC1tz/2

我也試過[:punct:]標簽，但顯然它不受 javascript 支持。 除了正則表達式，有沒有更好的方法可以清理這個字符串？ 也許是圖書館或其他東西（我沒有找到）。 如果沒有，我將如何用正則表達式做到這一點？ 我是否必須編輯第一個正則表達式以添加標點符號的每個字符？

編輯：我試圖在問題中粘貼一個示例字符串，但 SO 只是刪除了它無法識別的字符，因此它看起來像一個普通字符串。 這是一個粘貼。

EDIT2：我認為這就是我需要的：

let asciiOnly = x.replace(/[^\x20-\x7E]+/gm, '')
let withoutSpacing = asciiOnly.replace(/\s{2,}/gm, ' ')

我正在用不同的情況對其進行測試以確保。

Answer 1

您可以使用下面的正則表達式來實現這一點，它可以找到任何非 ascii 字符（也排除不可打印的 ascii 字符並排除擴展的 ascii）並用空字符串將其刪除。

[^ -~]+

這是假設您只想保留所有可打印的 ASCII 字符，范圍從空格（ascii 值 32）到波浪號~因此使用此字符集[^ !-~]

然后用一個空格替換所有一個或多個空格

 var str = `Determine the values of P∞ and E∞ for each of the following signals: bdf Periodic and aperiodic signals Determine whether or not each of the following signals is periodic: b. Determine whether or not each of the following signals is periodic. If a signal is periodic, specify its fundamental period. bd Transformation of Independent variables A continuous-time signal x(t) is shown in Figure 1. Sketch and label carefully each of the following signals: bcdef Figure 1: Problem Set 1.4 Even and Odd Signals For each signal given below, determine all the values of the independent variable at which the even part of the signal is guaranteed to be zero. bd -------------------------`; console.log(str.replace(/[^ -~]+/g,'').replace(/\\s+/g, ' ')); <!-- begin snippet: js hide: false console: true babel: false -->

console.log(str.replace(/[^ !-~]+/g,'').replace(/\s+/g, ' '));

此外，如果您只想允許所有字母數字字符和提到的特殊字符，那么您可以使用此正則表達式首先使用此正則表達式保留所有需要的字符，

[^ a-zA-Z0-9,.:;[\]()/\!@#$%^&*+_{}<>=?~|"-]+

用空字符串替換它，然后用一個空格替換一個或多個空格。

 var str = `Determine the values of P∞ and E∞ for each of the following signals: bdf Periodic and aperiodic signals Determine whether or not each of the following signals is periodic: b. Determine whether or not each of the following signals is periodic. If a signal is periodic, specify its fundamental period. bd Transformation of Independent variables A continuous-time signal x(t) is shown in Figure 1. Sketch and label carefully each of the following signals: bcdef Figure 1: Problem Set 1.4 Even and Odd Signals For each signal given below, determine all the values of the independent variable at which the even part of the signal is guaranteed to be zero. bd -------------------------`; console.log(str.replace(/[^ a-zA-Z0-9,.:;[\\]()/\\!@#$%^&*+_{}<>=?~|"-]+/g,'').replace(/\\s+/g, ' '));

Answer 2

這就是我要做的。 我將首先刪除所有不允許的字符，然后用一個空格替換多個空格。

 let str = `Determine the values of P∞ and E∞ for each of the following signals: bdf Periodic and aperiodic signals Determine whether or not each of the following signals is periodic:!!!23 b. Determine whether or not each of the following signals is periodic. If a signal is periodic, specify its fundamental period. bd Transformation of Independent variables A continuous-time signal x(t) is shown in Figure 1. Sketch and label carefully each of the following signals: bcdef Figure 1: Problem Set 1.4 Even and Odd Signals For each signal given below, determine all the values of the independent variable at which the even part of the signal is guaranteed to be zero. bd ------------------------- ` const op = str.replace(/[^\\w,.:;\\[\\]()/\\!@#$%^&*+{}<>=?~|" -]/g, '').replace(/\\s+/g, " ") console.log(op)

編輯：如果您想在第二個正則表達式中使用(\\s)\\1+, "$1"保留\\n或\\t 。

Answer 3

• 可能沒有比正則表達式更好的解決方案。 由於年齡和普遍性，正則表達式操作的幕后實現通常得到了很好的優化。
• 您可以明確告訴正則表達式處理程序“編譯”正則表達式。 如果您知道正則表達式將在程序中大量使用，這通常是一個好主意，並且可能有助於提高這里的性能。 但我不知道 javascript 是否公開了這樣的選項。
• “正常標點符號”的想法沒有很好的基礎。 有一些常見的標記，如“90°”不是 ASCII，還有一些 ASCII 標記，如“？” (  ) 你幾乎肯定不想要。 我希望您能在任何預制列表中找到類似的邊緣情況。 在任何情況下，通常只明確列出您想要允許的所有標點符號會更好，因為這樣就沒有人需要查找您選擇的列表中的內容。
• 您可能可以在一次傳遞中執行兩個替換，但尚不清楚這是否會表現得更好，而且幾乎可以肯定，任何同事（包括未來的您自己）都不會更清楚。 將有很多挑剔的細節需要解決，例如" ° "是否應該替換為"" 、 " "或" " 。