java - 删除标点符号、非阿拉伯语单词和数字(点和逗号除外)

Question

我正在尝试编写一个执行以下操作的正则表达式:删除标点符号、非阿拉伯单词和数字(点和逗号除外)。

我想要两个独立的正则表达式在java中执行以下操作:

1. 删除标点符号和数字(点和逗号除外)。
2. 删除除点和逗号之外的非阿拉伯语单词。

请注意，我知道以下内容，但我无法从正则表达式中排除点和逗号以使其不匹配:

"[\\p{P}\\p{Digit}]" --> 用于删除数字和标点符号正则表达式

"[^\\p{InArabic}]+" --> 用于删除非阿拉伯字母正则表达式

示例:

年龄(年龄):年龄。

执行两个正则表达式后，我们应该得到以下结果: ??????????????????????????????????????????????????????????????????????????????????????????????????????嗯嗯。

任何帮助将不胜感激，因为我尝试了很多可能性，但所有这些都不起作用。

Answer 1

您可以将否定字符类与集合交集运算符 && 结合使用:

"[^.,&&[\\p{P}\\p{Digit}]]+"

匹配除逗号和句点之外的数字和标点符号。

对于第二个问题，只需将逗号/句点添加到已经否定的 charclass 中即可:

"[^\\p{InArabic}.,]+"

要将两者结合起来，您可以使用

"[^.,&&[\\P{InArabic}\\p{P}\\p{Digit}]]+"