当前位置:Gxlcms > PHP教程 > 正则过滤字符串,该如何解决

正则过滤字符串,该如何解决

时间:2021-07-01 10:21:17 帮助过:20人阅读

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);

人气教程排行