正则表达式仅允许字母数字、逗号、连字符、下划线和分号答案

【问题标题】：Regex to only allow alphanumeric, comma, hyphen, underscore and semicolon正则表达式仅允许字母数字、逗号、连字符、下划线和分号
【发布时间】：2012-03-09 03:39:25
【问题描述】：

我已经有了一些工作代码，但如果可以的话，我需要有人帮助解释为什么它可以工作！

我正在使用 PHP 替换字符串中的任何内容，如果它不是 az、AZ、0-9、逗号、分号、下划线或连字符（最终应该代表单个用户名或逗号） /分号分隔的用户名列表）。

以下作品：

$data = preg_replace('/[^,;a-zA-Z0-9_-]/s', '', $data);

但以下不是：

$data = preg_replace('/[^a-zA-Z0-9_-,;]/s', '', $data);

为什么这仅在逗号和分号开头时才有效？把它们放在最后似乎会破坏事情（这是我最初遇到 /[^a-zA-Z0-9_-]/s 时尝试的方法。

顺便说一句，我还使用以下内容来修剪任何尾随分号（复数）或逗号（复数），有人可能会建议一种更有效和/或更优雅的方法这个？：

if(preg_match('/;$/', $data))
{
    $data = rtrim($data, ';' );
}
if(preg_match('/,$/', $data))
{
    $data = rtrim($data, ',' );
}

感谢您的帮助:)

【问题讨论】：

标签： php regex preg-replace

【解决方案1】：

不是逗号和分号导致您的问题；这是连字符。查看角色类的各个部分并考虑它们的含义：

0-9 # Anything from '0' to '9', meaning 0, 1, 2, ... 9
A-Z # Anything from 'A' to 'Z', meaning A, B, C, ... Z
_-, # Anything from '_' to ',', meaning...uh...hmmm.

从_ 到, 没有明确的进展，因此正则表达式引擎不确定如何处理。在字符类中，如果您想按字面解释连字符，则它需要位于类的开头或结尾（或用反斜杠转义）。所以这些都可以工作：

[^,;a-zA-Z0-9_-]
[^-,;a-zA-Z0-9_]
[^a-zA-Z0-9_\-,;]

至于修剪结尾，您可以在一个正则表达式替换中完成所有这些操作：

$data = preg_replace('/[^,;a-zA-Z0-9_-]|[,;]$/s', '', $data);

【讨论】：

“从 _ 到 , 没有明确的进展”：有一个非常明确的进展：它基于 Unicode 表。然而，在这种情况下，_ 在 Unicode 表中在 , 之后出现，因此范围是不可能的。
@Xufox - 好吧，这将使它成为一种回归，不是吗？ ;) 关键是正则表达式引擎无法理解任何进展。但你是对的，there's apparently a valid progression in the other direction，从, 到_。直到现在我才知道，谢谢！

【解决方案2】：

我认为重要的是连字符的位置 - 必须在开头或结尾才能成为连字符（文字），否则它被用于定义范围。

【讨论】：

+1 另请注意，您可以简单地使用反斜杠来转义第二个模式中的流氓连字符，它的工作方式与第一个模式相同：'/[^a-zA-Z0-9_\-,;]/s'

【解决方案3】：

您可以转义连字符并将其放在正则表达式中的任何位置，例如\-

至于结尾的分号和逗号，试试这个/[,;]+$/ 它应该匹配末尾的任何逗号和分号，即使它们很多。

【讨论】：