半空间、半空间或零空间的正则表达式 POSIX 表达式

Question

有一个 POSIX 括号表达式列表，如[:alnum:], [:alpha:]...https://www.regular-expressions.info/posixbrackets.html哪一个是半空间或半空间或零空间？EDIT1：实际上，我regex_replace在 smarty 代码中使用 PHP，如下所示{$title|regex_replace:'/[^[:punct:][:alnum:][:space:]]/u':''}此代码用空值替换所有字符，除了标点符号、字母数字和空格。但不幸的是，它也用空字符串替换了半个空格。例如：unicode persian string $title = '☺This is a test'将更改为“这是一个测试”。但正确的字符串应该是 'This is a test'如您所见，它还将“این‌یک”中的半个空格替换为空值并将其转换为“اینیک”我想阻止它。EDIT2：半空间或零空间是：十进制字符代码：8204十六进制字符代码：0x200cHTML 字符参考：‌Java 字符串：\u200c解决方案：如果我将波斯语（波斯语）键盘添加到 Windows 并将键盘语言更改为波斯语（波斯语），那么如果我使用 SHIFT+SPACE 在两个最新的括号 ]] 之间添加半个空格，效果很好！：{$title|regex_replace:'/[^[:punct:][:alnum:][:space:]‌]/u':''}（使用波斯语键盘的最新两个括号之间有一个半空格字符）但不幸的是，它不能使用十六进制代码\x200c，我不知道为什么！？

Answer 1

标准 POSIX 字符类通常捕获字符类。如果您想匹配字符U+2002，那么只需完全匹配该字符，字面意思或使用您的编程语言支持的任何符号表示。

Python：

r = re.compile('\u2002')

if r.match(somestring):

    ...

当然，您不需要正则表达式：

if '\u2002' in somestring:

    ...

（我猜你的意思是 U+2002；还有许多其他空格，其中没有一个名称完全包含“半空格”。[:space:]当然，现代 POSIX 应该匹配所有空格。）

更新：如果 PHP[:space:]不正确地 POSIX 和/或 Unicode 兼容，可能只需将代码点添加到您的表达式中。

{$title|regex_replace:'/[^[:punct:][:alnum:][:space:]\x{2002}]/u':''}

（对一系列 unicode 点 PHP 的正则表达式表示赞赏）

Answer 2

在应用实际的正则表达式之前，您可以将任何分隔符 ( \p{Z}) 替换为标准的完整空格。在这里按顺序进行：

preg_replace(['/(\p{Z})/', '[^[:punct:][:alnum:][:space:]]/u'], [' ', ''], $title)