Как я могу удалить все знаки препинания из строки в JavaScript с помощью регулярных выражений?

Question

Как я могу удалить все знаки препинания из строки в JavaScript с помощью регулярных выражений?

Если у меня есть строка с любым типом не алфавитно-цифровых символов:

"This., -/ is #! an $ % ^ & * example ;: {} of a = -_ string with `~)() punctuation"

Как бы получить версию без пунктуации в JavaScript:

"This is an example of a string with punctuation"

219

javascript regex

Источник

user527091 01 дек '10 в 19:58

17 ответов

Другие вопросы по тегам javascript regex

user117068 01 дек '10 в 20:23 2010-12-01 20:23 · Answer 1 · 2010-12-01 20:23

Если вы хотите удалить определенную пунктуацию из строки, лучше всего явно удалить именно то, что вы хотите

replace(/[.,\/#!$%\^&\*;:{}=\-_`~()]/g,"")

Выполнение вышеуказанного все еще не возвращает строку, как вы ее указали. Если вы хотите удалить лишние пробелы, которые остались от удаления сумасшедшей пунктуации, то вы захотите сделать что-то вроде

replace(/\s{2,}/g," ");

Мой полный пример:

var s = "This., -/ is #! an $ % ^ & * example ;: {} of a = -_ string with `~)() punctuation";
var punctuationless = s.replace(/[.,\/#!$%\^&\*;:{}=\-_`~()]/g,"");
var finalString = punctuationless.replace(/\s{2,}/g," ");

Результаты выполнения кода в консоли Firebug:

альтернативный текст

user68587 01 дек '10 в 20:03 2010-12-01 20:03 · Answer 2 · 2010-12-01 20:03

str = str.replace(/[^\w\s]|_/g, "")
         .replace(/\s+/g, " ");

Удаляет все, кроме буквенно-цифровых символов и пробелов, затем объединяет несколько смежных символов в один пробел.

Детальное объяснение:

\w любая цифра, буква или подчеркивание.
\s это любые пробелы.
[^\w\s] это все, что не является цифрой, буквой, пробелом или подчеркиванием.
[^\w\s]|_ такой же, как #3, за исключением того, что подчеркивания добавлены обратно.

user661418 29 авг '14 в 19:30 2014-08-29 19:30 · Answer 3 · 2014-08-29 19:30

Вот стандартные знаки препинания для US-ASCII: !"#$%&'()*+,-./:;<=>?@[\]^_`{|}~

Для знаков препинания Юникода (таких как фигурные кавычки, тире и т. Д.) Вы можете легко сопоставлять определенные диапазоны блоков. Блок общей пунктуации \u2000-\u206Fи блок дополнительной пунктуации \u2E00-\u2E7F,

Собрав вместе, и, правильно избежав, вы получите следующий RegExp:

/[\u2000-\u206F\u2E00-\u2E7F\\'!"#$%&()*+,\-.\/:;<=>?@\[\]^_`{|}~]/

Это должно соответствовать практически любой пунктуации, с которой вы сталкиваетесь. Итак, чтобы ответить на оригинальный вопрос:

var punctRE = /[\u2000-\u206F\u2E00-\u2E7F\\'!"#$%&()*+,\-.\/:;<=>?@\[\]^_`{|}~]/g;
var spaceRE = /\s+/g;
var str = "This, -/ is #! an $ % ^ & * example ;: {} of a = -_ string with `~)() punctuation";
str.replace(punctRE, '').replace(spaceRE, ' ');

>> "This is an example of a string with punctuation"

Источник US-ASCII: http://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html

Источник Unicode: http://kourge.net/projects/regexp-unicode-block

user11613622 20 мар '21 в 15:12 2021-03-20 15:12 · Answer 4 · 2021-03-20 15:12

С 2021 года многие современные браузеры поддерживают встроенный JavaScript: RegExp: экранирование свойства Unicode . Итак, теперь можно просто использовать \p{P}:

28

Источник

user11613622 20 мар '21 в 15:12

user985754 29 окт '15 в 08:06 2015-10-29 08:06 · Answer 5 · 2015-10-29 08:06

/[^A-Za-z0-9\s]/g должен соответствовать всем знакам препинания, но оставлять пробелы. Так что вы можете использовать .replace(/\s{2,}/g, " ") заменить лишние пробелы, если вам нужно это сделать. Вы можете проверить регулярное выражение в http://rubular.com/

.replace(/[^A-Za-z0-9\s]/g,"").replace(/\s{2,}/g, " ")

Обновление: будет работать только в том случае, если ввод ANSI английский.

user1405255 25 июн '15 в 10:27 2015-06-25 10:27 · Answer 6 · 2015-06-25 10:27

Я столкнулся с той же проблемой, это решение сработало и было очень читабельным:

var sentence = "This., -/ is #! an $ % ^ & * example ;: {} of a = -_ string with `~)() punctuation";
var newSen = sentence.match(/[^_\W]+/g).join(' ');
console.log(newSen);

Результат:

"This is an example of a string with punctuation"

Хитрость заключалась в том, чтобы создать отрицательный набор. Это означает, что оно соответствует всему, что не входит в набор, т.е. [^abc] - не а, б или в

\W любое слово, так [^\W]+ будет отрицать все, что не является словом char.

Добавляя в _ (подчеркивание), вы также можете отрицать это.

Сделайте так, чтобы это применялось глобально /g, затем вы можете пропустить любую строку и убрать пунктуацию:

/[^_\W]+/g

Красиво и чисто;)

user471272 01 дек '10 в 20:22 2010-12-01 20:22 · Answer 7 · 2010-12-01 20:22

В языке, поддерживающем Юникод, свойство символа пунктуации Юникода имеет вид \p{P} - которые вы можете обычно сокращать \pP а иногда расширить до \p{Punctuation} для удобочитаемости.

Используете ли вы Perl-совместимую библиотеку регулярных выражений?

12

Источник

user471272 01 дек '10 в 20:22

user6874292 22 янв '18 в 18:14 2018-01-22 18:14 · Answer 8 · 2018-01-22 18:14

Если вы хотите удалить пунктуацию из любой строки, вы должны использовать P Уникод класс

Но, поскольку классы не принимаются в JavaScript RegEx, вы можете попробовать этот RegEx, который должен соответствовать всем пунктуации. Он соответствует следующим категориям: Pc Pd Pe Pf Pi Po Ps Sc Sk Sm So Общая пунктуация Дополнительная пунктуация CJKSymbolsAnd Пунктуация CuneiformNumbersAndPunctuation.

Я создал его с помощью этого онлайн-инструмента, который генерирует регулярные выражения специально для JavaScript. Вот код для достижения вашей цели:

var punctuationRegEx = /[!-/:-@[-`{-~¡-©«-¬®-±´¶-¸»¿×÷˂-˅˒-˟˥-˫˭˯-˿͵;΄-΅·϶҂՚-՟։-֊־׀׃׆׳-״؆-؏؛؞-؟٪-٭۔۩۽-۾܀-܍߶-߹।-॥॰৲-৳৺૱୰௳-௺౿ೱ-ೲ൹෴฿๏๚-๛༁-༗༚-༟༴༶༸༺-༽྅྾-࿅࿇-࿌࿎-࿔၊-၏႞-႟჻፠-፨᎐-᎙᙭-᙮᚛-᚜᛫-᛭᜵-᜶។-៖៘-៛᠀-᠊᥀᥄-᥅᧞-᧿᨞-᨟᭚-᭪᭴-᭼᰻-᰿᱾-᱿᾽᾿-῁῍-῏῝-῟῭-`´-῾\u2000-\u206e⁺-⁾₊-₎₠-₵℀-℁℃-℆℈-℉℔№-℘℞-℣℥℧℩℮℺-℻⅀-⅄⅊-⅍⅏←-⏧␀-␦⑀-⑊⒜-ⓩ─-⚝⚠-⚼⛀-⛃✁-✄✆-✉✌-✧✩-❋❍❏-❒❖❘-❞❡-❵➔➘-➯➱-➾⟀-⟊⟌⟐-⭌⭐-⭔⳥-⳪⳹-⳼⳾-⳿⸀-\u2e7e⺀-⺙⺛-⻳⼀-⿕⿰-⿻\u3000-〿゛-゜゠・㆐-㆑㆖-㆟㇀-㇣㈀-㈞㈪-㉃㉐㉠-㉿㊊-㊰㋀-㋾㌀-㏿䷀-䷿꒐-꓆꘍-꘏꙳꙾꜀-꜖꜠-꜡꞉-꞊꠨-꠫꡴-꡷꣎-꣏꤮-꤯꥟꩜-꩟﬩﴾-﴿﷼-﷽︐-︙︰-﹒﹔-﹦﹨-﹫！-／：-＠［-｀｛-･￠-￦￨-￮-�]|\ud800[\udd00-\udd02\udd37-\udd3f\udd79-\udd89\udd90-\udd9b\uddd0-\uddfc\udf9f\udfd0]|\ud802[\udd1f\udd3f\ude50-\ude58]|\ud809[\udc00-\udc7e]|\ud834[\udc00-\udcf5\udd00-\udd26\udd29-\udd64\udd6a-\udd6c\udd83-\udd84\udd8c-\udda9\uddae-\udddd\ude00-\ude41\ude45\udf00-\udf56]|\ud835[\udec1\udedb\udefb\udf15\udf35\udf4f\udf6f\udf89\udfa9\udfc3]|\ud83c[\udc00-\udc2b\udc30-\udc93]/g;
var string = "This., -/ is #! an $ % ^ & * example ;: {} of a = -_ string with `~)() punctuation";
var newString = string.replace(punctuationRegEx, '').replace(/(\s){2,}/g, '$1');
console.log(newString)

user466363 19 янв '14 в 23:45 2014-01-19 23:45 · Answer 9 · 2014-01-19 23:45

Я просто положу это здесь для других.

Подберите все знаки препинания для всех языков:

Создан из категории знаков препинания Unicode и добавил некоторые общие символы клавиатуры, такие как $ и скобки и \-=_

http://www.fileformat.info/info/unicode/category/Po/list.htm

базовая замена:

".test'da, te\"xt".replace(/[\-=_!"#%&'*{},.\/:;?\(\)\[\]@\\$\^*+<>~`\u00a1\u00a7\u00b6\u00b7\u00bf\u037e\u0387\u055a-\u055f\u0589\u05c0\u05c3\u05c6\u05f3\u05f4\u0609\u060a\u060c\u060d\u061b\u061e\u061f\u066a-\u066d\u06d4\u0700-\u070d\u07f7-\u07f9\u0830-\u083e\u085e\u0964\u0965\u0970\u0af0\u0df4\u0e4f\u0e5a\u0e5b\u0f04-\u0f12\u0f14\u0f85\u0fd0-\u0fd4\u0fd9\u0fda\u104a-\u104f\u10fb\u1360-\u1368\u166d\u166e\u16eb-\u16ed\u1735\u1736\u17d4-\u17d6\u17d8-\u17da\u1800-\u1805\u1807-\u180a\u1944\u1945\u1a1e\u1a1f\u1aa0-\u1aa6\u1aa8-\u1aad\u1b5a-\u1b60\u1bfc-\u1bff\u1c3b-\u1c3f\u1c7e\u1c7f\u1cc0-\u1cc7\u1cd3\u2016\u2017\u2020-\u2027\u2030-\u2038\u203b-\u203e\u2041-\u2043\u2047-\u2051\u2053\u2055-\u205e\u2cf9-\u2cfc\u2cfe\u2cff\u2d70\u2e00\u2e01\u2e06-\u2e08\u2e0b\u2e0e-\u2e16\u2e18\u2e19\u2e1b\u2e1e\u2e1f\u2e2a-\u2e2e\u2e30-\u2e39\u3001-\u3003\u303d\u30fb\ua4fe\ua4ff\ua60d-\ua60f\ua673\ua67e\ua6f2-\ua6f7\ua874-\ua877\ua8ce\ua8cf\ua8f8-\ua8fa\ua92e\ua92f\ua95f\ua9c1-\ua9cd\ua9de\ua9df\uaa5c-\uaa5f\uaade\uaadf\uaaf0\uaaf1\uabeb\ufe10-\ufe16\ufe19\ufe30\ufe45\ufe46\ufe49-\ufe4c\ufe50-\ufe52\ufe54-\ufe57\ufe5f-\ufe61\ufe68\ufe6a\ufe6b\uff01-\uff03\uff05-\uff07\uff0a\uff0c\uff0e\uff0f\uff1a\uff1b\uff1f\uff20\uff3c\uff61\uff64\uff65]+/g,"")
"testda text"

добавил \s как пробел

".da'fla, te\"te".split(/[\s\-=_!"#%&'*{},.\/:;?\(\)\[\]@\\$\^*+<>~`\u00a1\u00a7\u00b6\u00b7\u00bf\u037e\u0387\u055a-\u055f\u0589\u05c0\u05c3\u05c6\u05f3\u05f4\u0609\u060a\u060c\u060d\u061b\u061e\u061f\u066a-\u066d\u06d4\u0700-\u070d\u07f7-\u07f9\u0830-\u083e\u085e\u0964\u0965\u0970\u0af0\u0df4\u0e4f\u0e5a\u0e5b\u0f04-\u0f12\u0f14\u0f85\u0fd0-\u0fd4\u0fd9\u0fda\u104a-\u104f\u10fb\u1360-\u1368\u166d\u166e\u16eb-\u16ed\u1735\u1736\u17d4-\u17d6\u17d8-\u17da\u1800-\u1805\u1807-\u180a\u1944\u1945\u1a1e\u1a1f\u1aa0-\u1aa6\u1aa8-\u1aad\u1b5a-\u1b60\u1bfc-\u1bff\u1c3b-\u1c3f\u1c7e\u1c7f\u1cc0-\u1cc7\u1cd3\u2016\u2017\u2020-\u2027\u2030-\u2038\u203b-\u203e\u2041-\u2043\u2047-\u2051\u2053\u2055-\u205e\u2cf9-\u2cfc\u2cfe\u2cff\u2d70\u2e00\u2e01\u2e06-\u2e08\u2e0b\u2e0e-\u2e16\u2e18\u2e19\u2e1b\u2e1e\u2e1f\u2e2a-\u2e2e\u2e30-\u2e39\u3001-\u3003\u303d\u30fb\ua4fe\ua4ff\ua60d-\ua60f\ua673\ua67e\ua6f2-\ua6f7\ua874-\ua877\ua8ce\ua8cf\ua8f8-\ua8fa\ua92e\ua92f\ua95f\ua9c1-\ua9cd\ua9de\ua9df\uaa5c-\uaa5f\uaade\uaadf\uaaf0\uaaf1\uabeb\ufe10-\ufe16\ufe19\ufe30\ufe45\ufe46\ufe49-\ufe4c\ufe50-\ufe52\ufe54-\ufe57\ufe5f-\ufe61\ufe68\ufe6a\ufe6b\uff01-\uff03\uff05-\uff07\uff0a\uff0c\uff0e\uff0f\uff1a\uff1b\uff1f\uff20\uff3c\uff61\uff64\uff65]+/g)

добавлен ^, чтобы инвертировать patternt, чтобы соответствовать не пунктуации, а словам самим себе

".test';the, te\"xt".match(/[^\s\-=_!"#%&'*{},.\/:;?\(\)\[\]@\\$\^*+<>~`\u00a1\u00a7\u00b6\u00b7\u00bf\u037e\u0387\u055a-\u055f\u0589\u05c0\u05c3\u05c6\u05f3\u05f4\u0609\u060a\u060c\u060d\u061b\u061e\u061f\u066a-\u066d\u06d4\u0700-\u070d\u07f7-\u07f9\u0830-\u083e\u085e\u0964\u0965\u0970\u0af0\u0df4\u0e4f\u0e5a\u0e5b\u0f04-\u0f12\u0f14\u0f85\u0fd0-\u0fd4\u0fd9\u0fda\u104a-\u104f\u10fb\u1360-\u1368\u166d\u166e\u16eb-\u16ed\u1735\u1736\u17d4-\u17d6\u17d8-\u17da\u1800-\u1805\u1807-\u180a\u1944\u1945\u1a1e\u1a1f\u1aa0-\u1aa6\u1aa8-\u1aad\u1b5a-\u1b60\u1bfc-\u1bff\u1c3b-\u1c3f\u1c7e\u1c7f\u1cc0-\u1cc7\u1cd3\u2016\u2017\u2020-\u2027\u2030-\u2038\u203b-\u203e\u2041-\u2043\u2047-\u2051\u2053\u2055-\u205e\u2cf9-\u2cfc\u2cfe\u2cff\u2d70\u2e00\u2e01\u2e06-\u2e08\u2e0b\u2e0e-\u2e16\u2e18\u2e19\u2e1b\u2e1e\u2e1f\u2e2a-\u2e2e\u2e30-\u2e39\u3001-\u3003\u303d\u30fb\ua4fe\ua4ff\ua60d-\ua60f\ua673\ua67e\ua6f2-\ua6f7\ua874-\ua877\ua8ce\ua8cf\ua8f8-\ua8fa\ua92e\ua92f\ua95f\ua9c1-\ua9cd\ua9de\ua9df\uaa5c-\uaa5f\uaade\uaadf\uaaf0\uaaf1\uabeb\ufe10-\ufe16\ufe19\ufe30\ufe45\ufe46\ufe49-\ufe4c\ufe50-\ufe52\ufe54-\ufe57\ufe5f-\ufe61\ufe68\ufe6a\ufe6b\uff01-\uff03\uff05-\uff07\uff0a\uff0c\uff0e\uff0f\uff1a\uff1b\uff1f\uff20\uff3c\uff61\uff64\uff65]+/g)

для языка, такого как иврит, может быть, чтобы удалить " 'одинарные и двойные кавычки. и больше думать об этом.

используя этот скрипт:

шаг 1: выберите в элементе управления Firefox столбец с номерами U+1234 и скопируйте его, не копируйте U+12456, они заменяют английский

Шаг 2 (я сделал в Chrome) найти текстовое поле и вставить его в него, затем щелкните правой кнопкой мыши и нажмите осмотреть. тогда вы можете получить доступ к выбранному элементу с $0.

var x=$0.value
var z=x.replace(/U\+/g,"").split(/[\r\n]+/).map(function(a){return parseInt(a,16)})
var ret=[];z.forEach(function(a,k){if(z[k-1]===a-1 && z[k+1]===a+1) { if(ret[ret.length-1]!="-")ret.push("-");} else {  var c=a.toString(16); var prefix=c.length<3?"\\u0000":c.length<5?"\\u0000":"\\u000000"; var uu=prefix.substring(0,prefix.length-c.length)+c; ret.push(c.length<3?String.fromCharCode(a):uu)}});ret.join("")

шаг 3 скопировал по первым буквам ascii как отдельные символы, а не диапазоны, потому что кто-то может добавить или удалить отдельные символы

user145190 01 дек '10 в 20:04 2010-12-01 20:04 · Answer 10 · 2010-12-01 20:04

Для строк en-US (американский английский) этого должно быть достаточно:

"This., -/ is #! an $ % ^ & * example ;: {} of a = -_ string with `~)() punctuation".replace( /[^a-zA-Z ]/g, '').replace( /\s\s+/g, ' ' )

Имейте в виду, что если вы поддерживаете UTF-8 и такие символы, как китайский / русский и все, это также заменит их, поэтому вам действительно нужно указать, что вы хотите.

user227665 01 дек '10 в 20:09 2010-12-01 20:09 · Answer 11 · 2010-12-01 20:09

Если вы хотите сохранить только алфавиты и пробелы, вы можете сделать:

str.replace(/[^a-zA-Z ]+/g, '').replace('/ {2,}/',' ')

3

Источник

user227665 01 дек '10 в 20:09

user1053174 07 ноя '17 в 22:53 2017-11-07 22:53 · Answer 12 · 2017-11-07 22:53

Если вы используете lodash

_.words('This, is : my - test,line:').join(' ')

Этот пример

_.words('"This., -/ is #! an $ % ^ & * example ;: {} of a = -_ string with `~)() punctuation"').join(' ')

3

Источник

user1053174 07 ноя '17 в 22:53

Andrew Dutson 09 май '23 в 18:55 2023-05-09 18:55 · Answer 13 · 2023-05-09 18:55

Я думаю, что самое простое решение:

      .replaceAll(/[^a-zA-Z0-9]/g,"");

Вместо того, чтобы отфильтровывать каждый элемент, не являющийся персонажем, вы просто проверяете, не соответствует ли персонаж тому, что вы ищете.

2

Источник

Andrew Dutson 09 май '23 в 18:55

user3143538 05 мар '17 в 19:11 2017-03-05 19:11 · Answer 14 · 2017-03-05 19:11

В соответствии со списком пунктуации Википедии мне пришлось построить следующее регулярное выражение, которое обнаруживает знаки препинания:

[\.’'\[\](){}⟨⟩:,،、‒–—―…!.‹›«»‐\-?‘’“”'";/⁄·\&*@\•^†‡°”¡¿※#№÷×ºª%‰+−=‱¶′″‴§~_|‖¦©℗®℠™¤₳฿₵¢₡₢$₫₯֏₠€ƒ₣₲₴₭₺₾ℳ₥₦₧₱₰£៛₽₹₨₪৳₸₮₩¥]

user7265117 06 дек '17 в 23:18 2017-12-06 23:18 · Answer 15 · 2017-12-06 23:18

Это зависит от того, что вы пытаетесь вернуть. Я использовал это недавно:

return text.match(/[a-z]/i);

0

Источник

user7265117 06 дек '17 в 23:18

user418145 29 ноя '22 в 10:11 2022-11-29 10:11 · Answer 16 · 2022-11-29 10:11

Если вы ориентируетесь на современные браузеры (не IE), вы можете использовать классы символов юникода. Это особенно полезно, когда вам также нужно поддерживать таких персонажей, как немецкий умлаут (äöü) или кого-то еще.

Вот что у меня получилось. Он заменяет все, что не является буквой, апострофом или пробелом, и удаляет несколько пробелов подряд одним.

      const textStripped = text
  .replace(/[’]/g, "'") // replace ’ with '
  .replace(/[^\p{Letter}\p{Mark}\s']/gu, "") // remove everything that is not a letter, mark, space or '
  .replace(/\s+/g, " ") // remove multiple spaces

      .replace(/[’]/g, "'")

Сначала заменяет ' (типографский апостроф) на ' (апостроф пишущей машинки). Поскольку оба могут использоваться для таких слов, как «нельзя»

      .replace(/[^\p{Letter}\p{Mark}\s']/gu, "")

\p{Letter}обозначает любой символ, который классифицируется как буква в Юникоде.

The \p{Mark}категория должна быть включена для дальнейших комбинаций буквенных знаков покрытия. Например, немецкая ä может быть закодирована как одиночный символ или как комбинация «а» и знака. Это происходит довольно регулярно при копировании немецких текстов из PDF-файлов.

Источник:https://dev.to/tillsanders/let-s-stop-using-a-za-z-4a0m

user7495368 26 окт '22 в 02:02 2022-10-26 02:02 · Answer 17 · 2022-10-26 02:02

Просто просто замените символ, кроме слов:

      .replace(/[^\w]/g, ' ')

-1

Источник

user7495368 26 окт '22 в 02:02