当前位置:Gxlcms > PHP教程 > 正则过滤字符串

正则过滤字符串

时间:2021-07-01 10:21:17 帮助过:3人阅读

正则 PHP


回复讨论(解决方案)

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

//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('|', array_map('preg_quote', $out));echo preg_replace("/$pattern/", '', $str);
新建文件夹abd

不是吧?猩猩也问这问题?

#1,#2的方法可行,但是治标不治本;
我没有说清楚吧,是这样,$out是过滤出来的字符,之前是不知道的,我只是举个例子有这些非法字符。
实际目标:在获取input的表单结果后,将除中文和英文字母以外的所有非法字符扣掉。

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}]

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

上边的gbk的正则写错了,看例子就额可以知道

  

如果是gbk的话,可以用下面的方式

$test = '新_建&文\件,夹a啊[?[ abd';$out = preg_split('/([a-zA-Z0-9]|[\x80-\xff].)+/', $test);$matches = array(); preg_match_all('/([a-zA-Z0-9]|[\x80-\xff].)/', $test, $matches);$res = implode($matches[1]);var_dump($res);$out = str_split(str_replace($matches[1], '', $test));var_dump($out);

#5 没效果...

OK,#6 的可以用了。谢谢各位支持。

#5 没效果...


使用utf8匹配规则,要在正则后面加u模式匹配,即应该是

echo preg_replace("/[^A-Za-z0-9\x{4e00}-\x{9fff}]/u",'',$str);

其实 \p{Han} 在某种意义上等同于 \x{4e00}-\x{9fff}

人气教程排行