如何从字符串中删除所有非字母字符？
例如
"Wë_1ird?!" -> "Wëird"
在Perl中，我会使用=~ s/[\W\d_]+//g。在Python中，我会使用
re.sub(ur'[\W\d_]+', u'', u"Wë_1ird?!", flags=re.UNICODE)
等等。
AFAICT，Str.regex不支持\W，\d等等。（我不知道它是否支持Unicode，但是我对此表示怀疑）。
我不是regexes和utf的专家，但是如果我在您的鞋子里，那我会使用re2库，这是我的第一个近似值：
open Core.Std
open Re2.Std
open Re2.Infix
let drop _match = ""
let keep_alpha s = Re2.replace ~/"\\PL" ~f:drop s
前三行打开库并将其定义纳入范围。您无需打开库即可使用它，否则需要为每个定义加上前缀。OCaml核心库是以这种方式专门设计的，用户应打开Std子模块以将所有必要的定义带入范围。Re2库来自同一个人，并具有一致的约定。open Re2.Infix将把前缀（和前缀运算符）引入作用域，即~/从字符串创建一个正则表达式。该drop函数只是忽略其参数，并返回一个空字符串。我给参数加了下划线，因为这是未使用的参数的约定（编译器尊重）。您也可以只将普通uderscore用作通配符，例如let drop _ = ""。接下来是keep_alpha 该函数将用空字符串替换与utf字母类不匹配的任何utf符号，即从输出中将其删除。
我检查了我的代码，并修复了错误。另外，我想展示如何在顶层使用此代码。您有几种选择，但是最简单的方法是使用库coretop附带的脚本core。它使用utop顶级，因此请确保已安装它：
$ opam install -y utop
一旦完成，就可以启动顶层：
$ coretop -require re2
此-require re2标志将自动查找并将re2库加载到您的顶层。您可以加载其他库，而无需utop使用以下命令重新启动：
# #require "libname";;
第一个#是顶级提示，您不应该键入它，但是第二个是指令的开始，因此请确保实际键入它。任何指令都应从#符号开始。utop中还有其他有用的指令，即：
# #use "filename.ml";; (* will load and evaluate filename.ml *)
# #list;; (* will list all available packages *)
# #typeof "keep_alpha";; (* will infer and print type of expression *)
除非您按;;顺序终止，否则Toplevel不会评估您的代码。有时您可能会;;在真实的代码中看到这个丑陋的外观，但这不是必需的，只是说顶层，您希望它在此位置评估您的代码并向您显示结果。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句