正则表达式保留所有字母表中的所有字母以及数字和下划线（印地文字母问题）

Question

我找到了一个正则表达式模式来删除所有非字母表字母：\p{L}

因此我做了一个正则表达式来删除所有非字母、非数字和非下划线模式：/[^\p{L}\d_]/gimu

不幸的是，它不适用于像 #फ्रांस 这样的印地语字符，它给出 फरस

自己看这里https://regex101.com/r/dnXDK0/1

请帮助我 :-)

Answer 1

您忘记了变音符号。您需要在否定字符 class:

中添加 \p{M} 或 \p{Mn}

/[^\p{L}\p{M}\d_]/gu

参见regex demo。

请注意，此处不需要 i 和 m 标志。 m 重新定义锚点行为，但您的正则表达式不包含 ^ 或 $。 i 以不区分大小写的方式匹配大小写字母，但 \p{L} 匹配所有字母，大写和小写。