正则过滤字符串,该如何解决

正则过滤字符串

//中文编码包含UTF-8,GBK
$str = "新_建&文\件,夹 abd";
//获取结果
$res = "新建文件夹abd";
//包含非法字符：
$out[0] = "_";
$out[1] = "&";
$out[2] = "\";
$out[3] = " ";
$out[4] = ",";
?>

正则 PHP

分享到：

------解决方案--------------------

$str = "新_建&文\件,夹 abd";
echo preg_replace('/[_&\\\,\s]+/u','',$str);

------解决方案--------------------

//中文编码包含UTF-8,GBK
$str = "新_建&文\件,夹 abd";
//获取结果
$res = "新建文件夹abd";
//包含非法字符：
$out[0] = "_";
$out[1] = "&";
$out[2] = "\\";
$out[3] = " ";
$out[4] = ",";

$pattern = join('
------解决方案--------------------
', array_map('preg_quote', $out));
echo preg_replace("/$pattern/", '', $str);

新建文件夹abd

------解决方案--------------------
如果单纯的英文字母还好确定范围，符合要求的有[A-Za-z0-9]，也就是之外的全部为非法字符。
但是如果加上中英文混排，除非你确定出所有的汉字范围，否则没有好的方法扣除掉，例如GBK通常可以用[\x80-\xff][\x40-\xfe]来表示汉字的范围，注意这仅仅是大概范围，如果是utf8的话，则是\u4e00-\u9fa5，这里面如果有一些你认为是非法字符的话，是没有办法干掉的。

粗略的说，gbk非中文和英文字母以外的所有非法字符的范围应该是[^A-Za-z0-9\x80-\xff\x40-\xfe]
而utf8的则是[^A-Za-z0-9\x{4e00}-\x{9fff}]
------解决方案--------------------

echo preg_replace('/[^A-Za-z\p{Han}]+/u', '', "新_建&文\件,夹 abd");

------解决方案--------------------
上边的gbk的正则写错了，看例子就额可以知道

$test = '新_建&文\件,夹a啊[圼[ abd';

$matches = array();

$reg = "/[^a-zA-Z0-9\x80-\xff]/";

preg_match_all($reg, $test, $matches);

var_dump($matches);

$str = '圼';

var_dump(ord($str[0]));
var_dump(ord($str[1]));

var_dump(ord('['));

如果是gbk的话，可以用下面的方式

$test = '新_建&文\件,夹a啊[圼[ abd';


$out = preg_split('/([a-zA-Z0-9]
------解决方案--------------------
[\x80-\xff].)+/', $test);

$matches = array(); 

preg_match_all('/([a-zA-Z0-9]
------解决方案--------------------
[\x80-\xff].)/', $test, $matches);

$res = implode($matches[1]);


var_dump($res);

$out = str_split(str_replace($matches[1], '', $test));

var_dump($out);