我正在学习长生不老药，遇到了一些对我来说没有意义的东西…
我正在尝试删除标点符号
"Freude schöner Götterfunken" |> String.replace(~r/[^sw]/, "") #=> <<70, 114, 101, 117, 100, 101, 32, 115, 99, 104, 195, 110, 101, 114, 32, 71, 195, 116, 116, 101, 114, 102, 117, 110, 107, 101, 110>>
"Freude schöner Götterfunken" |> String.replace(~r/[^w]/, "") #=> <<70, 114, 101, 117, 100, 101, 32, 115, 99, 104, 195, 110, 101, 114, 32, 71, 195, 116, 116, 101, 114, 102, 117, 110, 107, 101, 110>>
"Freude schöner Götterfunken" |> String.replace(~r/p{P}/, "") #=> <<70, 114, 101, 117, 100, 101, 32, 115, 99, 104, 195, 110, 101, 114, 32, 71, 195, 116, 116, 101, 114, 102, 117, 110, 107, 101, 110>>
"Freude schöner Götterfunken" |> String.replace(~r/s/, "") #=> FreudeschönerGötterfunken
"Hi my name is bob" |> String.replace(~r/w/, "") #=> " "
Regex.run(~r/[^w]/, "Freude schöner Götterfunken") #=> [<<182>>]
这看起来像是一个bug，但作为一个角落，我认为这是无知。为什么replace不返回字符串？
String.replace/2没有返回字符串，因为Elixir将字符串定义为utf-8编码的二进制文件。然而，这并不是一个错误，因为Elixir希望您对参数传递或执行有效的操作，因为它不会验证所有结果（因为成本高昂）。
例如，如果您将上面的任何二进制文件传递给String.downcase/1，Elixir将向下转换它所知道的部分，而忽略其余部分。它之所以有效，是因为UTF-8会自动同步，所以如果我们看到奇怪的东西，我们可以跳过奇怪的字节，继续执行操作。
换句话说，Elixir中字符串处理的原理是在边界处进行验证（例如打开文件、执行I/O或从数据库读取时），并假设我们始终在处理和执行有效操作。
好吧，既然如此，为什么你的代码不起作用？原因是您的regex没有启用unicode。让我们添加u修饰符，然后：
iex> "Freude schöner Götterfunken" |> String.replace(~r/[^sw]/u, "")
"Freude schöner Götterfunken"
好吧，它不能解决你的问题，但至少结果是有效的。在这里阅读有关unicode类别的信息意味着我们无法用unicode属性真正解决这个问题，因为您的示例中的ö是与p{L}属性匹配的单个代码点。
在这种情况下，假设您只想为德语解决它，也许最简单的解决方案是遍历二进制文件，保持字节<=127.类似
iex> for <<x <- "Freude schöner Götterfunken">>, x <= 127, into: "", do: <<x>>
"Freude schner Gtterfunken"
如果您想要一个更完整的解决方案，您可能应该研究unicode音译。
String.replace返回一个"字符串"，但双引号字符串实际上是作为二进制文件存储在Elixir中的。由于某些原因，输出不能显示为常规字符串，因此，它又回到显示二进制表示。