正则表达式修正：处理孟加拉语字符时保留首字符替换非字母数字为下划线

问题出在原正则未覆盖Unicode组合标记（\p{M}）：孟加拉语的চার并非单一Unicode字符，而是由চ（U+099A，字母）、া（U+09BE，非间距组合标记）、র（U+09B0，字母）组成。原正则/(?!^)[^\p{L}\p{N}]+/gu的排除集仅包含字母（\p{L}）和数字（\p{N}），会把组合标记া判定为“非字母数字字符”并替换成下划线，导致异常输出。

修正后的正则需要将组合标记纳入保留范围：

text.replace(/(?!^)[^\p{L}\p{N}\p{M}]+/gu, '_')

关键说明 #

• \p{M}：匹配所有Unicode标记字符，包含孟加拉语元音附标这类非间距组合标记，确保字母与附属标记被视为整体保留
• (?!^)：维持原逻辑，首个字符不受替换规则影响
• /gu：全局匹配+Unicode模式，保证多语言字符的正确识别

测试孟加拉语字符চার时，该正则会完整保留字符组合，不会插入多余下划线。

内容的提问来源于stack exchange，提问作者React_Coder