Question

我已经想出了如何在保持重音的同时过滤掉非字母数字字符，但我怎么能保持标点符号和普通的键盘字符，如！％$＃＆amp; @ *（）[] :; / - + _ = ，

我还需要保留字符串中的所有html标记和BR换行符。这可能吗？

$caption = preg_replace('/[^\p{Latin}\d\s\p{P}]/u', '', $caption);

Answer 1

这应该有效。它保留了所有特殊的键盘字符和所有 html标签并只是针对其他项目。

正则表达式使用原子分组作为标签和特殊字符结果应该很快。

以'~..~'为格式和分隔的格式：

'~(?>(?><(?:(?:(?:(script|style|object|embed|applet|noframes|noscript|noembed)(?:\s+(?>"[\S\s]*?"|\'[\S\s]*?\'|(?:(?!/>)[^>])?)+)?\s*>)[\S\s]*?</\1\s*(?=>))|(?:/?[\w:]+\s*/?)|(?:[\w:]+\s+(?:"[\S\s]*?"|\'[\S\s]*?\'|[^>]?)+\s*/?)|\?[\S\s]*?\?|(?:!(?:(?:DOCTYPE[\S\s]*?)|(?:\[CDATA\[[\S\s]*?\]\])|(?:--[\S\s]*?--)|(?:ATTLIST[\S\s]*?)|(?:ENTITY[\S\s]*?)|(?:ELEMENT[\S\s]*?))))>|[!%$#&@*()\[\]^:;/+_=.,\~-])(*SKIP)(*FAIL))|[^\p{Latin}\d\s\p{P}]~'

原始形式：

(?>(?><(?:(?:(?:(script|style|object|embed|applet|noframes|n‌oscript|noembed)(?:\‌s+(?>"[\S\s]*?"|'[\S‌\s]*?'|(?:(?!/>)[^>]‌)?)+)?\s*>)[\S\s]*?<‌/\1\s*(?=>))|(?:/?[\‌w:]+\s*/?)|(?:[\w:]+‌\s+(?:"[\S\s]*?"|'[\‌S\s]*?'|[^>]?)+\s*/?‌)|\?[\S\s]*?\?|(?:!(‌?:(?:DOCTYPE[\S\s]*?‌)|(?:\[CDATA\[[\S\s]‌*?\]\])|(?:--[\S\s]*‌?--)|(?:ATTLIST[\S\s‌]*?)|(?:ENTITY[\S\s]‌*?)|(?:ELEMENT[\S\s]‌*?))))>|[!%$#&@*()\[‌\]^:;/+_=.,~-])(*SKI‌P)(*FAIL))|[^\p{Lati‌n}\d\s\p{P}]

php正则表达式只保留字母数字拉丁字符，标点符号和HTML

1 个答案: