Question

好吧，我希望有人可以用一点regex-fu来帮助我。

我正在尝试清理字符串。

基本上，我是：

替换除A-Za-z0-9以外的所有字符。
用替换的单个实例替换替换的连续重复项。
从字符串的开头和结尾修剪替换。

示例输入：

（＆安培;＆安培; （％（）$（）＃＆安培; ＃＆安培;％＆安培;％％（％$ + -_狗跳过日志*（＆amp;）$％＆amp; ）＃）@＃％＆amp;）＆amp; ^）@＃）

必需输出：

在+狗+跃升+ +以上的+登录

我目前正在使用这个非常混乱的代码，并且知道有一个更优雅的方法来实现这个....

function clean($string, $replace){

    $ok = "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz";
    $ok .= $replace;
    $pattern = "/[^".preg_quote($ok, "/")."]/";

    return trim(preg_replace('/'.preg_quote($replace.$replace).'+/', $replace, preg_replace($pattern, $replace, $string)),$replace);
}

Regex-Fu Master能否为我提供更简单/更有效的解决方案？

BotondBalázs和hakre提出并解释了一个更好的解决方案：

function clean($string, $replace, $skip=""){
    // Escape $skip
    $escaped = preg_quote($replace.$skip, "/");

    // Regex pattern
    // Replace all consecutive occurrences of "Not OK" 
    // characters with the replacement
    $pattern = '/[^A-Za-z0-9'.$escaped.']+/';

    // Execute the regex
    $result = preg_replace($pattern, $replace, $string);

    // Trim and return the result
    return trim($result, $replace);
}

Answer 1

我不是“正则表形忍者”，但我会这样做。

function clean($string, $replace){
    /// Remove all "not OK" characters from the beginning and the end:
    $result = preg_replace('/^[^A-Za-z0-9]+/', '', $string);
    $result = preg_replace('/[^A-Za-z0-9]+$/', '', $result);

    // Replace all consecutive occurrences of "not OK" 
    // characters with the replacement:
    $result = preg_replace('/[^A-Za-z0-9]+/', $replace, $result);

    return $result;
}

我想这可以简化得更多，但在处理正则表达式时，清晰度和可读性通常比聪明或编写超优化代码更重要。

让我们看看它是如何运作的：

/^[^A-Za-z0-9]+/：
- ^匹配字符串的开头。
- [^A-Za-z0-9]匹配所有非 - 字母数字字符
- +表示“匹配之前的一项或多项内容”
/[^A-Za-z0-9]+$/：
- 与上述相同，但$匹配字符串的结尾
/[^A-Za-z0-9]+/：
- 与上面相同的内容，除了它匹配mid-string

编辑： OP是正确的，可以通过调用trim()替换前两个：

function clean($string, $replace){
    // Replace all consecutive occurrences of "not OK" 
    // characters with the replacement:
    $result = preg_replace('/[^A-Za-z0-9]+/', $replace, $result);

    return trim($result, $replace);
}

Answer 2

我不想听起来超级聪明，但我不会称它为正则表达式。

你所做的实际上是在正确的方向，因为你使用preg_quote，其他许多人甚至都不知道这个功能。

但可能在错误的地方。错误的地方，因为你引用了一个字符类中的字符，并且在正则表达式中引用了（类似但是）不同的规则。

此外，正则表达式的设计与您的情况类似。这可能就是你寻找向导的部分，让我们看看如何使你的负面角色类更加紧凑（我让这一代人更加明确）：

[^0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz]

有0-9，A-Z和a-z之类的结构可以代表这一点。正如您所看到的，-是一个字符类中的特殊字符，它不是字面意思，而是具有从 - 到的一些字符：

[^0-9A-Za-z]

所以这已经更紧凑，代表相同。还有\d和\w之类的符号，在您的情况下可能会很方便。但是我暂时采用了第一个变体，因为我认为它的作用已经很明显了。

另一部分是重复。让我们看看，有+表示一个或多个。所以你想要替换一个或多个不匹配的字符。你可以通过在部分末尾添加它来匹配一次或多次来使用它（默认情况下它是贪婪的，所以如果有5个字符，则会获取5个，而不是4个）：

[^0-9A-Za-z]+

我希望这会有所帮助。另一个步骤就是在开头和结尾放下不匹配的字符，但是它早上很早就没那么流利了。

PHP中更高效的字符串清理Regex

2 个答案: