正則表達式去除多餘的字符

Question

我使用這種模式[^a-z0-9+\ ,#\-.]過濾標籤，然後將它們保存到我的數據庫。

它可以用於不希望的副作用;它刪除了重音符號：instalação變爲instalao

任何想法如何在保持模式的同時保持重音完好無損？

我使用ColdFusion，所以我假設它基於Java正則表達式，但我可能是錯的。

我的意圖是允許字母（帶重音符號），0到9阿拉伯數字，點和散列。

Answer 1

根據the documentation\w匹配任何（Unicode）字母，數字和下劃線。如果你不想下劃線時，你可以這樣做：

[^[:alpha:]0-9#.-] 

其中[:alpha:]任何（Unicode）的字母相匹配。如果你想匹配0-9範圍之外的數字，嘗試：

[^[:alnum:]##.-] 

注意，額外的哈希逃脫ColdFusion的自己的標籤，否則會導致惡意形成的標籤/變量錯誤。

Answer 2

你試過了角色課嗎？ \ w匹配字母，數字和下劃線，並且可能只是匹配重音字符，儘管我不確定。

Answer 3

使用

[^\w] 

\ w任何單詞字符匹配。在這種情況下，所有非單詞字符。 或

\W 

匹配所有非單詞字符。