Question

我正在尝试在PHP中编写正则表达式，只是删除字母数字单词（包含数字的单词），而不是具有punctuation和类似特殊字符的数字（例如价格），电话号码等。）。

应删除的词语：

1st，H20，2nd，O2，3rd，NUMB3RS，Rüthen1，Wrocław2

不应删除的字词：

0，5.5，10，$100，£65，+44，(20)，123 ，ext:124，4.4-BSD，

以下是目前的代码：

$text = 'To remove: 1st H20; 2nd O2; 3rd NUMB3RS; To leave: Digits: -2 0 5.5 10, Prices: $100 or £65, Phone: +44 (20) 123 ext:124, 4.4-BSD';
$pattern = '/\b\w*\d\w*\b-?/';
echo $text, preg_replace($pattern, " ", $text);

然而，它会删除包括数字，价格和电话在内的所有字词。

到目前为止，我还尝试过以下模式：

/(\\s+\\w{1,2}(?=\\W+))|(\\s+[a-zA-Z0-9_-]+\\d+)/ # Removes digits, etc.
/[^(\w|\d|\'|\"|\.|\!|\?|;|,|\\|\/|\-|:|\&|@)]+/ # Doesn't work.
/(\\s+\\w{1,2}(?=\\W+))|(\\s+[a-zA-Z0-9_-]+\\d+)/ # Removes too much.
/[^\p{L}\p{N}-]+/u                       # It removes only special characters.
/(^[\D]+\s|\s[\D]+\s|\s[\D]+$|^[\D]+$)+/ # Removes words.
/ ?\b[^ ]*[0-9][^ ]*\b/i                 # Almost, but removes digits, price, phone.
/\s+[\w-]*\d[\w-]*|[\w-]*\d[\w-]*\s*/    # Almost, but removes digits, price, phone.
/\b\w*\d\w*\b-?/                         # Almost, but removes digits, price, phone.
/[A-Za-z0-9]*[A-Za-z][A-Za-z0-9]*/       # Almost, but removes too much.

我发现它（大多数通常都太具体）和其他网站，它们假设删除带有数字的单词，但它们不是。

如何编写一个简单的正则表达式，可以在不触及其他内容的情况下删除这些单词？

示例文字：

要删除：1st H20; 2nd O2; 3rd NUMB3RS;

离开：数字：-2 0 5.5 10，价格：100美元或65英镑，电话：+44（20）123分机：124,4.4-BSD

预期产出：

删除：; ; ;离开：数字：-2 0 5.5 10，价格：100美元或65英镑，电话：+44（20）123分机：124,4.4-BSD

Answer 1

如何用零替换\b(?=[a-z]+\d|[a-z]*\d+[a-z]+)\w*\b\s*？

演示：https://regex101.com/r/jA2fW3/1

模式代码：

$pattern = '/\b(?=[a-z]+\d|[a-z]*\d+[a-z]+)\w*\b\s*/i';

要匹配包含外来/重音字母的字母数字单词，请使用以下模式：

$pattern = '/\b(?=[\pL]+\d|[\pL]*\d+[\pL]+)[\pL\w]*\b\s*/i';

演示：https://regex101.com/r/jA2fW3/3

Answer 2

您可以按照以下方式修改正则表达式以获得所需的输出。

$text = preg_replace('/\b(?:[a-z]+\d+[a-z]*|\d+[a-z]+)\b/i', '', $text);

要匹配任何语言的任何类型的字母，请使用Unicode属性\p{L}：

$text = preg_replace('/\b(?:\pL+\d+\pL*|\d+\pL+)\b/u', '', $text);

如何从文本中删除所有字母数字？

2 个答案: