正则表达式，如何匹配所有的标点符号，但不匹配单词中间的单引号和连字符？

[xhj]

需求是匹配除了类似于 don’t 中的 ’，以及 red-moon 中的 - 之外的所有中英文标点符号，这个正则表达式该如何写？

求指点，谢谢！

[ljbha007]

百分号呢

[ljbha007]

还有@呢？

[xhj]

@libha007 %和@都不用管，我要处理的是文学作品，没得那些玩意儿

[rrfeng]

枚举出来，写进[]里。

[ljbha007]

/([\[\]\,.?"\(\)+_*\/\\&\$#^@!~`]|(?!\s)'\s+|\s+'(?!\s)|(?!\s)"\s+|\s+"(?!\s))/

用javascript测试成功

[ljbha007]

@xhj
发现写了个没用的 简化了一下

http://gist.github.com/5449203

[lfocy]

/\b[^'-]\b/gmi

[mrbrooks]

@ljbha007 这个太长了，头晕那

[ljbha007]

@xhj 加上了中文标点 你刷新一下

[xhj]

@libha007 诸多符号 比如英文的 “”‘’… 之类的表示无压力

@rrfeng 全枚举出来那得多长呢？并且有些符号列进去没效果

[xhj]

@libha007 先谢再试

[lululau]

CJK 标点的 Unicode 代码范围： 0x3000 ~ 0x303F ，不知能是否符合所谓“中文标点”的需求。。。

[rrfeng]

@xhj 要么就 ![汉字编码范围’-]

另外注意一个问题，’ ' 撇号和单引号不是同一个符号（不是中英符号的区别，撇号确实是单独存在的哦一个东西……当然书里看具体情况，是用的什么号）

[lululau]

perl -e 'print pack("c*", 0x30, $_) for (0 .. 0x3F); print "\x00\n"' | iconv -f UTF-16BE

其实需要你的需求方先给出所谓“中文标点符号”的定义

[lululau]

发现还些标点符号不在 0x3000 ~ 0x303F 这个区域。。。
比如还有：0xFF00 ~ 0xFF61。。。

[ljbha007]

@xhj
如果还有没考虑到的符号就在第一个方括号里边加就行了

我主要是考虑了“将作为引号使用时的单引号选中”的问题

[xhj]

@lfocy \b是指单词边界，而不是指边界字符

@ljbha007 你这个写法难以应付众多的符号

@rrfeng 我文盲了，嗯，那个应该叫撇号，也是英文中的反引号啊，不过？

@lululau 思路和我的差不多，从unicode编码着手，我是准备用 /\p{P}/ 过滤掉所有的中英文标点符号，这样一来，消灭得虽然干净，但撇号和连字符就被枪毙了，这个正则表达式究竟应该怎么写？

[rrfeng]

/\p{P}/&&!/-|'/ 不知道php支持这种写法不。
http://zh.wikipedia.org/wiki/%E6%92%87%E5%8F%B7
@xhj

[ljbha007]

@xhj 你可以把unicode加到那个方括号里边 我这个主要是后面判断单引号是否是作为引号在使用

[xhj]

@ljbha007
@rrfeng
@lululau

在ruby-china上，@luikore 给我回复了，我按照他的指点，用 /[^-’[^\p{P}]]|’$|’”$/ 解决了。

谢谢各位，结帖。