正則表達式非字母數字但不是德文字符

Question

我想從字符串中移除所有非字母數字字符。除了空間，還有一些德語字符。

例

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

我需要這樣的：

=> mönchengladbach 

它也不能代替其他德國字符如：

ä ö ü ß 

謝謝！

編輯：

這只是我沒有正確測試。 IRB不接受特殊字符。這個工作對我來說：

regexp.gsub(/[^0-9a-z \-äüöß]/i, '') 

Answer 1

要刪除所有這不是一個字母，或者你可以使用這個空間：

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

我在這裏使用一個否定的字符類，[^\p{L}\s]意味着所有不信（你想要的所有語言）或白色系統字符（空格，製表，新行）

\p{L}是對文學的Unicode字符類。

您可以輕鬆地添加其他字符要保留像-：

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

示例腳本：

# encoding: UTF-8 

str = "mönchengladbach." 

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

puts str 

Answer 2

我想你想：

/[^[:alnum:] -]/ 

注意//i是沒有必要也沒有必要逃脫-當它在一個[]