正規表現で、日本語＋英数字のみ

Question

正規表現で、日本語＋英数字のみという条件はどう書けばよいでしょうか。

日本語のみの場合は、下記で出来ることは分かりました。

[^\x01-\x7E]+

ですが、これは「～以外」の条件なので、日本語「のみ」にしか対応していません。
英数字のみは、下記で出来ます。

[\d\w]*

参考
https://teratail.com/questions/92346

Comments

[KojiDoi]

あなたの考える「日本語」でも英数字でもない文字とは何でしょうか？

[uer03108]

記号になります。?とか!"#$%&'()`@=~\}{*_><などです。

Answer 1

対象の言語、文字のエンコードが何か分かりませんが、uer03108さん提示の日本語のみの条件と英数字のみの条件を利用すれば、以下のようになります。

([^\x01-\x7E]|\w)+

なお、\dは\wに含まれるので、[\d\w]は\wのみとしました。
ただし、\wはアンダースコア"_"も含むことに注意してください。
純粋な英数字のみとするならば、\wの部分は[\da-zA-Z]のようになり、

([^\x01-\x7E]|[\da-zA-Z])+

となります。

Comments

[uer03108]

有難うございました。
似た様な書き方をしたのですが、間違っておりました。
参考になりました。

Answer 2

では、制御文字と半角記号を除外するという方向で、こんな感じですかね。

[^\x01-/:-@[-`{-~]+

Comments

[uer03108]

回答ありがとうございます。
そうですね。
最初はその様に考えたのですが、種類が多くて、もう少しシンプルにならないかなと思った次第です。

[uer03108]

他に方法がない場合は、その様に致します。

[KojiDoi]

環境と要件によってはPOSIX文字クラスというのが使えるかもしれません。
http://d.hatena.ne.jp/seuzo/20090309/1236525090