问PHP正则表达式-删除所有非字母数字字符

EN

你可以试试这个：

preg_replace('~[^\p{L}\p{N}]++~u', ' ', $string);

\p{L}代表所有的字母字符(不管是什么字母)。

\p{N}代表数字。

使用u修饰符，主题字符串的字符被视为unicode字符。

或者这个：

preg_replace('~\P{Xan}++~u', ' ', $string);

\p{Xan}包含unicode字母和数字。

\P{Xan}包含所有不是unicode字母和数字的内容。(小心，它也包含空白，您可以在~[^\p{Xan}\s]++~u中保留)

如果您想要一组更具体的允许字母集，则必须将\p{L}替换为unicode表中的范围。

示例：

preg_replace('~[^a-zÀ-ÖØ-öÿŸ\d]++~ui', ' ', $string);

为什么在这里使用所有格量词(++)？

~\P{Xan}+~u将给出与~\P{Xan}++~u相同的结果。这里的区别是，在第一个引擎记录每个回溯位置(我们不需要)，而在第二个引擎没有(就像在一个原子组)。其结果是一个很小的表现利润。

我认为在可能的情况下使用所有格量词和原子群是一种很好的做法。

但是，PCRE regex引擎在明显的情况下(例如：a+b => a++b)会自动使量化器具有所有物，除非PCRE模块已经使用选项PCRE_NO_AUTO_POSSESS进行编译。(http://www.pcre.org/pcre.txt)

关于所有量量词和原子群这里(所有格量词)、这里(原子群)或这里的更多信息

你是不是在找\W

类似于：

/[\W_]*/

匹配所有非字母数字字符和下划线。

\w匹配所有单词字符(字母表、数字、下划线)

\W匹配\w中没有的任何内容。

因此，\W匹配任何非字母数字字符，并且添加下划线，因为\W不匹配下划线。

编辑:这使您的代码行变成：

preg_replace("/[\W_]*/", ' ', $string);

' '意味着所有匹配的字符(不是字母和数字)都将变成空白。

reEDIT:您可能还需要使用另一个preg_replace来删除所有连续空格，并将它们替换为单个空格，否则您将得到以下结果：

This is a string test width     and some  ber strange characters   like this 

您可以使用：

preg_replace("/\s+/", ' ', $string);

最后，修剪开始和结束空间，如果有的话。

我不完全确定您使用的是哪种正则表达式。但是，POSIX允许您表示一个字母类，其中:alpha:表示任何字母字符。

所以试着：

preg_replace("/[^[:alpha:]0-9 ]/", '', $string);

实际上，我忘了:alnum：-这让它变得更简单：

preg_replace("/[^[:alnum:] ]/", '', $string);