下面是US-ASCII的标准标点符号:!"#$%&'()*+，-./:;<=>?@[\]^_`{|}~

对于Unicode标点符号(如大引号、em-dash等)，可以很容易地匹配特定的块范围。一般标点符号块是\u2000-\u206F，补充标点符号块是\u2E00-\u2E7F。

放在一起，并正确转义，您将得到以下RegExp:

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

这应该可以匹配您遇到的任何标点符号。那么，来回答最初的问题:

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"

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

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

我遇到过同样的问题，这个解决方案很管用，而且可读性很强:

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

结果:

"This is an example of a string with punctuation"

诀窍是创建一个负集合。这意味着它匹配任何不在集合内的东西，即[^abc] -不是a, b或c

\W是任何非单词，所以[^\W]+将否定任何非单词char。

通过添加_(下划线)，你也可以否定它。

让它全局应用/g，然后你可以通过它运行任何字符串，并清除标点符号:

/[^_\W]+/g

又漂亮又干净;)

如果您想从字符串中删除特定的标点符号，最好明确地删除您想要的标点符号，例如

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

执行上述操作仍然不会返回您指定的字符串。如果您想要删除由于删除疯狂的标点符号而留下的任何额外的空格，那么您将需要执行以下操作

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

完整的例子:

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

在firebug控制台中运行代码的结果:

如果你的目标是一个现代浏览器(不是IE)，你可以使用unicode字符类。当您还需要支持诸如德语Umlaute (äöü)或其他字符时，这尤其有用。

这是我最后得到的。它替换所有不是字母、撇号或空格的内容，并用一个空格删除行中的多个空格。

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, "'")

First将'(印刷撇号)替换为'(打字机撇号)。因为两者都可以用在像"don 't "这样的词中

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

\p{Letter}代表unicode中被归类为字母的任何字符。

\p{Mark}类别需要包括进一步的封面字母标记组合。例如，德语ä可以编码为单个字符，也可以编码为“a”和“Mark”的组合。当从pdf中复制德语文本时，这种情况经常发生。

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

这取决于你想要返回什么。我最近用了这个:

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

如果你想只保留字母和空格，你可以这样做:

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