正则表达式非字母数字但不是德文字符

Question

我想从字符串中移除所有非字母数字字符。除了空间，还有一些德语字符。

例

regexp = "mönchengladbach." 
regexp.gsub(/[^0-9a-z \-]/i, '') 
=> mnchengladbach 

我需要这样的：

=> mönchengladbach 

它也不能代替其他德国字符如：

ä ö ü ß 

谢谢！

编辑：

这只是我没有正确测试。 IRB不接受特殊字符。这个工作对我来说：

regexp.gsub(/[^0-9a-z \-äüöß]/i, '') 

Answer 1

要删除所有这不是一个字母，或者你可以使用这个空间：

str.gsub(/[^\p{L}\s]+/, '') 

我在这里使用一个否定的字符类，[^\p{L}\s]意味着所有不信（你想要的所有语言）或白色系统字符（空格，制表，新行）

\p{L}是对文学的Unicode字符类。

您可以轻松地添加其他字符要保留像-：

str.gsub(/[^\p{L}\s-]+/, '') 

示例脚本：

# encoding: UTF-8 

str = "mönchengladbach." 

str = str.gsub(/[^\p{L}\s]+/, '#') 

puts str 

Answer 2

我想你想：

/[^[:alnum:] -]/ 

注意//i是没有必要也没有必要逃脱-当它在一个[]