我使用 PHP。
我的字符串看起来像这样
This is a string-test width åäö and some über+strange characters: _like this?
问题
有没有办法删除非字母数字字符并用空格替换它们？以下是一些非字母数字字符：
我已经阅读了很多关于它的主题，但它们不支持其他语言，比如这个：
preg_replace("/[^A-Za-z0-9 ]/", '', $string);
要求
你可以试试这个：
preg_replace('~[^\p{L}\p{N}]++~u', ' ', $string);
\p{L}代表所有字母字符（无论字母表）。
\p{N}代表数字。
带有 u 修饰符的主题字符串的字符被视为 unicode 字符。
或这个：
preg_replace('~\P{Xan}++~u', ' ', $string);
\p{Xan}包含 unicode 字母和数字。
\P{Xan}包含所有非 unicode 字母和数字。（请注意，它也包含空格，您可以使用 保留~[^\p{Xan}\s]++~u）
如果您想要一组更具体的允许字母，则必须用unicode table\p{L}中的范围替换。
例子：
preg_replace('~[^a-zÀ-ÖØ-öÿŸ\d]++~ui', ' ', $string);
为什么在这里使用所有格量词（++）？
~\P{Xan}+~u会给你同样的结果~\P{Xan}++~u。这里的区别在于，在第一个引擎记录每个回溯位置（我们不需要），而在第二个它不记录（如在原子组中）。结果是很小的业绩利润。
我认为在可能的情况下使用所有格量词和原子组是一个好习惯。
a+b但是，PCRE 正则表达式引擎在明显的情况下（例如： => ）自动使量词具有所有格，a++b除非 PCRE 模块已使用选项 PCRE_NO_AUTO_POSSESS 编译。( http://www.pcre.org/pcre.txt )
有关所有格量词和原子组的更多信息here（占有量词）和here（原子组）或here
你也许在寻找\W？
就像是：
/[\W_]*/
匹配所有非字母数字字符和下划线。
\w匹配所有单词字符（字母、数字、下划线）
\W匹配任何不在\w.
因此，\W匹配任何非字母数字字符并添加下划线，因为\W不匹配下划线。
编辑：这使您的代码行变为：
preg_replace("/[\W_]*/", ' ', $string);
这' '意味着所有匹配的字符（不是字母也不是数字）都将变成空格。
重新编辑：您可能还想使用另一个preg_replace来删除所有连续的空格并将它们替换为单个空格，否则您最终会得到：
This is a string test width and some ber strange characters like this
您可以使用：
preg_replace("/\s+/", ' ', $string);
最后修剪开头和结尾的空格（如果有的话）。
我不完全确定您使用的是哪种正则表达式。但是，POSIX 正则表达式允许您表达一个字母类，其中 [:alpha:] 表示任何字母字符。
所以试试：
preg_replace("/[^[:alpha:]0-9 ]/", '', $string);
实际上，我忘记了 [:alnum:] - 这使它更简单：
preg_replace("/[^[:alnum:] ]/", '', $string);