正则表达式替换从不需要的字符中清除字符串答案

【问题标题】：Regex Replace Cleaning a string from unwanted characters正则表达式替换从不需要的字符中清除字符串
【发布时间】：2011-06-13 01:25:21
【问题描述】：

我正在创建一种方法来将页面标题修改为一个好的字符串，以便使用 URL 重写。示例：“最新消息”，将是“最新消息”

问题是页面标题超出了我的控制范围，其中一些类似于以下内容：足球和橄榄球新闻！。理想情况下，这将成为足球橄榄球新闻。

我已经完成了一些工作，以便将其发布到足球和橄榄球新闻中！

是否有可能的正则表达式来识别其中不需要的字符和额外的“-”？

基本上，我需要用一个“-”分隔的数字和字母。

我只有基本的正则表达式知识，我能想到的最好的方法是：

[^a-z0-9-]

我不确定我在这里是否足够清楚。

【问题讨论】：

注意：“&”字符也是URLS中的保留字符。
是的，我知道，基本上我想删除任何不是字母、数字或破折号的字符

标签： regex string url-rewriting replace

【解决方案1】：

这个 Perl 脚本也可以满足您的需求。当然，除了硬编码之外，您还必须通过其他方式将字符串提供给它；我只是把它放在那里作为例子。

#!/usr/bin/perl

use strict;
use warnings;

my $string = "Football & Rugby News!";
$string = lc($string); # lowercase

my $allowed = qr/a-z0-9-\s/; # all permitted characters

$string =~ s/[^$allowed]//g; # remove all characters that are NOT in $allowed
$string =~ s/\s+/-/g; # replace all kinds of whitespace with '-'

print "$string\n";

打印

football-rugby-news

【讨论】：

【解决方案2】：

尝试用类似的方式“全部替换”。

[^a-zA-Z0-9\\-]+

用破折号替换匹配项。

替代正则表达式：

[^a-zA-Z0-9]+

如果在其他不需要的字符附近发现破折号本身，这将避免多个破折号。

【讨论】：

我想什么都不用替换，所以它只会删除它，问题是如果我在不需要的字符的两边都有一个破折号，我会得到 2。我应该通过 2可能是正则表达式？
如果你什么都不替换，你会得到'footballrugbynews'。而且我不理解您的破折号问题，但是如果您不希望正则表达式使用太多破折号（例如将“嘿 - 看这个”变成“嘿---看这个”），请从正则表达式。
太好了，也许我解释得不好，我在那里传递带有破折号的字符串，我想保留破折号。但是使用第二个正则表达式并用破折号替换是我想要的。干杯