在Elixir中，我想拆分一个字符串，将所有非单词字符视为分隔符，包括"Ogham空格标记()"(不应将其与减号(-(混淆(。
所以，如果我拆分字符串：
"1x002x013n4r5 6t7 + asda - 3434"
结果应该是：
["1","2","3","4","5","6","7","+","asda","-","3434"]
我正在尝试找出如何使用Regex做到这一点，但到目前为止我能做到的最好的是：
Regex.split(~r/[W| ]+/, input_string)
但由于CCD_ 1和CCD_。
或
Regex.split(~r/[^[:punct:]|^[:alnum:]| ]+/, input_string)
但这并没有在奥格姆太空标记上分裂。
这实际上是正确的，但对于额外的转换来说是不雅的：
Regex.split(~r/[^[:punct:]|^[:alnum:]]+/, String.replace(input_string, " ", " "))
有没有任何方法可以通过一个Regex调用将其拆分？
Elixir正则表达式由PCRE正则表达式引擎处理，您的输入字符串包含整个Unicode字符表中的字符，而不仅仅是ASCII部分。
您可以在两个PCRE动词(*UTF)(*UCP):的帮助下启用Unicode模式
Regex.split(~r/(*UTF)(*UCP)[^w/*+-]+/, "1x002x013n4r5 6t7 + asda - 3434")
它将输出：
["1", "2", "3", "4", "5", "6", "7", "+", "asda", "-", "3434"]
在线观看Elixir演示。
注意：~r/[^w/*+-]+/u和~r/(*UTF)(*UCP)[^w/*+-]+/是等价的，u是两个PCRE动词的简写。
正则表达式与匹配
(*UTF)(*UCP)-(*UTF)将输入字符串视为Unicode码点序列，(*UCP)使+0具有Unicode意识(因此与[p{L}p{N}_]字符匹配([^w/*+-]+-除字母、数字、/、*、+和-之外的1个或多个字符
注意，当放在字符类的末尾时，字面意义上的-字符的-不必转义。