从文本中删除所有 Unicode 破折号/连字符答案

【问题标题】：Remove all Unicode dashes/hypens from text从文本中删除所有 Unicode 破折号/连字符
【发布时间】：2014-09-10 13:40:20
【问题描述】：

我正在尝试从文本中删除长破折号和普通破折号。我可以删除单个普通破折号，但长破折号有问题。我也可以删除它们，但它会导致文本中的数字出现问题。

例如文字：asdasd2 34 56 ——————————————-

我像[\u2014\-] 那样做正则表达式，这会删除所有长而普通的破折号，但也会删除所有数字。 [\-] 删除正常的破折号没有问题。

任何人都可以帮助正确的正则表达式吗？我想删除文本中所有类型的破折号，并将它们替换为空。

【问题讨论】：

$var = str_replace('—','',$string); 不起作用。它仅适用于 [ ] 括号。我试过[\—]，但它不起作用。 [\-] 适用于普通破折号。 [\u2014] 适用于长破折号，但也会删除所有数字。
$remove = array('—', '-'); $test='asdasd2 34 56 ——————————————-'; echo str_replace($remove, '', $test);怎么样
var str = "asdasd2 34 56 ——————————————-".replace(/[\u2014\-]/g, ""); str;
var str = "asdasd2 34 56 ——————————————-".replace(/[\u2014\-]/g, ""); str; 在我的情况下不起作用。 [\u2014\-] 也删除所有数字。我认为应该在此正则表达式中添加其他内容以保留数字。

标签： javascript php regex

【解决方案1】：

下面的sn-p可以帮到你

<?php

$string = "asdasd2 34 56 ——————————————-";
$string = preg_replace("/(?:(?=—|\-).)+/", "", $string);
echo $string; // asdasd2 34 56

?>

下面的两个表达式也应该替换所有类型的连字符

[\p{Pd}]+
[\x{2010}-\x{2015}|\x{002D}|\x{2212}|\x{FE58}|\x{FE63}|\x{FF0D}]+

但由于某种原因，我收到了一个错误或带有这个奇怪字符 (�) 的字符串。这就是我想出第一个解决方案的原因。

【讨论】：

【解决方案2】：

请参阅Remove a long dash from a string in JavaScript?，了解如何匹配（替换或删除）JavaScript 中的任何破折号。

在 PHP 中，使用 PCRE，您可以使用preg_replace：

$result = preg_replace('~[-\x{058A}\x{05BE}\x{1400}\x{1806}\x{2010}-\x{2015}\x{2053}\x{207B}\x{208B}\x{2212}\x{2E17}\x{2E1A}\x{2E3A}\x{2E3B}\x{2E40}\x{2E5D}\x{301C}\x{3030}\x{30A0}\x{FE31}\x{FE32}\x{FE58}\x{FE63}\x{FF0D}\x{10EAD}]~u', '', $string);

见PHP demo online：

$string = "Dashes: －﹣֊᐀᠆‐-–︲—﹘︱―⸺⸻⁓⸗⹀⹝〜゠⸚־−⁻₋〰?";
echo "'" . preg_replace('~[-\x{058A}\x{05BE}\x{1400}\x{1806}\x{2010}-\x{2015}\x{2053}\x{207B}\x{208B}\x{2212}\x{2E17}\x{2E1A}\x{2E3A}\x{2E3B}\x{2E40}\x{2E5D}\x{301C}\x{3030}\x{30A0}\x{FE31}\x{FE32}\x{FE58}\x{FE63}\x{FF0D}\x{10EAD}]~u', '', $string) . "'";
// => 'Dashes: '

注意u 标志，它使 PCRE 引擎将输入视为 Unicode 代码点序列（而不是字节）（并且还启用 PCRE_UCP 标志）。

【讨论】：

请注意，使用\p{Pd} 来匹配所有类型的破折号是不够的。这是一个PHP demo，显示替换后仍有一些工件。

【解决方案3】：

（假设我们在谈论php，因为你的正则表达式在js中工作）

试试这个：[\p{Pd}]+ 或 [\—\-]+

这里\p{Pd} 匹配任何类型的连字符或破折号。见HERE

输入：asdasd2 34 56 —————---—————————-------------

输出：asdasd2 34 56

【讨论】：

\p{Pd} 是我的第一个猜测/尝试，但在我得到一个像 asdasd2 34 56 �� 这样的奇怪字符串后我放弃了 \u 或 \\u 不受支持 - 你可以使用 \x {2014} 但是，我无法使用它删除连字符
尝试打印字符串原样，看看字符是否正常显示。
嗯，它们没有按预期显示。正如我之前所说:)
编码已设置为 UTF-8。也许我应该换个新浏览器或试试 jQuery ;))

【解决方案4】：

您也可以使用字符本身而不是其 HexCode。

'asdasd2 -34 56 ——————————————-'.replace(/[—-]/g, "")
//output "asdasd2 34 56 "

【讨论】：

PHP 中没有replace() 函数

【解决方案5】：

在php中标记所有长破折号和普通破折号：

[\x{2014}-]+

问题是 PHP 不支持 \uFFFF 来匹配 Unicode 码点。

【讨论】：