Question

我正在尝试为任何给定的字符串创建正则表达式。

目标：删除所有不是“拉丁”或“小写希腊”或“数字的字符“。

到目前为止我做了什么：[^a-z0-9]
这适用于拉丁字符。

当我尝试这个时：[^a-z0-9α-ω]没有运气。 Works但是没有留下任何其他符号，比如!!＃$％@％＃$ @，`

在regexp方面，我的知识有限。任何帮助将非常感激！

修改
下面发布的是匹配指定字符的函数，并用它创建一个slug，用破折号作为分隔符：

        $q_separator = preg_quote('-');
        $trans = array(
            '&.+?;'                 => '',
            '[^a-z0-9 -]'           => '',
            '\s+'                   => $separator,
            '('.$q_separator.')+'   => $separator
        );

        $str = strip_tags($str);

        foreach ($trans as $key => $val){
            $str = preg_replace("#".$key."#i", $val, $str);
        }

        if ($lowercase === TRUE){
            $str = strtolower($str);
        }

        return trim($str, '-');

因此，如果字符串是：在TIME上的OnCE！MEXIco中的＃％@ $$
使用该功能输出将是：一次一次在墨西哥

这很好但我希望preg_match也排除 greek 字符。

Answer 1

好的，这可以取代你的功能吗？

$subject = 'OnCEΨΩ é-+@àupon</span> aαθ tIME !#%@$ in MEXIco in the year 1874 <or 1875';

function format($str, $excludeRE = '/[^a-z0-9]+/u', $separator = '-') {
    $str = strip_tags($str);
    $str = strtolower($str);
    $str = preg_replace($excludeRE, $separator, $str);
    $str = trim($str, $separator);
    return $str;
}
echo format($subject);

请注意，在<（strip_tags的原因）之后，您将丢失所有字符，直至遇到>

//当我想要你时，老答案想保留希腊字符

可以建立一个字符范围，如α-ω或任何您想要的奇怪字符！您的模式不起作用的原因是您不通知正在处理unicode字符串的正则表达式引擎。为此，您必须在模式的末尾添加u修饰符。像那样：

/[^a-z0-9α-ω]+/u

你也可以使用chars十六进制代码：

/[^a-z0-9\x{3B1}-\x{3C9}]+/u

请注意，如果您确定没有或想要保留字符串中的大写希腊语字符，则可以使用字符类\p{Greek}，如下所示：

/[^a-z0-9\p{Greek}]+/u

（它有点长，但更明确）

Answer 2

已经有一个回答的问题：

Remove Non English Characters PHP

您无法指定范围，例如α-ω，但您需要使用其代码，例如\ 00- \ 255

正则表达式 - preg_match拉丁语和希腊语字符

2 个答案: