如何过滤字符串仅保留含中日等非拉丁语系的字母数字类字符？

问题分析 #

你的现有正则有两个核心问题：

1. 仅匹配字符串末尾的非法字符（+$限制了匹配范围），中间的非法字符（比如=、表情）不会被处理；
2. 只包含了中文（\p{Han}），未覆盖日文等其他非拉丁语系字符。

简洁实现 #

根据需求，我们可以利用Unicode属性类快速实现，以下两种方案任选：

方案1：精准指定保留的字符类别

保留拉丁语字母、数字、中文、日文（平假名/片假名），过滤其他字符：

let string = 'Test=😕查看         カタカナ ひらがな 123';
// 替换所有非法字符为空
string = string.replace(/[^\p{Alnum}\p{Han}\p{Hiragana}\p{Katakana}]/gu, '');
// 若需将连续非法字符替换为单个空格，用这个：
// string = string.replace(/[^\p{Alnum}\p{Han}\p{Hiragana}\p{Katakana}]+/gu, ' ');
console.log(string); // 输出：Test查看カタカナひらがな123

方案2：宽泛匹配所有语言的字母数字（更简洁）

\p{Alnum}是Unicode属性类，自动匹配所有语言的字母和数字（包括中文、日文、韩文等），完全满足你的需求：

let string = 'Test=😕查看         カタカナ ひらがな 123';
string = string.replace(/[^\p{Alnum}]/gu, '');
// 如需保留空格，可改为 /[^\p{Alnum}\s]/gu
console.log(string); // 输出：Test查看カタカナひらがな123

关键说明 #

• u修饰符必须添加，否则无法识别Unicode属性类；
• g修饰符实现全局匹配，确保所有位置的非法字符都被处理；
• 如果需要保留特定符号（比如空格），直接将其加入正则的允许字符集即可。

内容的提问来源于stack exchange，提问作者Mr. Jo