函数只返回字符串中的字母数字字符？答案

【问题标题】：Function to return only alpha-numeric characters from string?函数只返回字符串中的字母数字字符？
【发布时间】：2011-07-09 02:53:06
【问题描述】：

我需要第二个功能相同但只返回字母字符 A-Z。

非常感谢任何帮助。

【问题讨论】：

这些在哪个 Unicode 规范化形式中，您为什么要这样做？
当您说 A-Z 和“字母数字”时，您的意思是真的只有 A-Z 还是要匹配所有语言的所有字母，包括外语和过时的脚本？
如果您这样做是为了进行不区分重音的字符串比较，那么您做错了。
它不只是“来自所有语言”。是英文的。英语使用拉丁文字。有unichars '\p{Latin}' '\p{Alphabetic}' '[^A-Za-z]' | wc -l == 1192 个拉丁字母但不是 A-Z 的代码点。人们普遍认为 ASCII 对英语来说就足够了。不是，这就是为什么写 A-Z 有一种代码味道的原因。
@Scott B：英语不仅仅使用 A-Z 的 26 个字母。例如，单词 ressumé 包括 é。也许您可以解释一下您要做什么，因为这可能会帮助您获得更好的答案。

标签： php regex

【解决方案1】：

警告：请注意，英语不仅限于 A-Z。

尝试this 删除除 a-z、A-Z 和 0-9 之外的所有内容：

$result = preg_replace("/[^a-zA-Z0-9]+/", "", $s);

如果您对字母数字的定义包括外语字母和过时的脚本，那么您将需要使用 Unicode 字符类。

尝试this 只留下 A-Z：

$result = preg_replace("/[^A-Z]+/", "", $s);

警告的原因是像 résumé 这样的词包含字母 é 不会被匹配。如果要匹配特定的字母列表，请调整正则表达式以包含这些字母。如果要匹配所有字母，请使用 cmets 中提到的相应字符类。

【讨论】：

不，字母数字是 [\p{Alphabetic}\p{Numeric}]。我忘记了 PCRE 字母属性，但你可以用 [\pL\pM\pN] 来近似它。
@tchrist：我认为因为他特别提到了 A-Z，所以他只想匹配那个，尽管我承认这个问题在这一点上可能会更清楚。我会要求澄清。
@Mark，我并没有与你答案的第二部分争论，尽管如果他没有先规范地分解字符串，它就不会正常工作。我在和第一部分争论。此外，我尝试始终正确处理 any 数据的正则表达式，而不仅仅是发霉的旧 ASCII。 :) 因此，千禧年的这一边，[A-Z] 总是错的，有时。
@Mark Byers，我明白了……是的，我更喜欢i，但我只需要担心英语人口统计……我忘记了很多人必须考虑其他语言。顺便说一句，我刚刚注意到您是从未问过 1 个问题的最高代表用户。甚至 Jon Skeet 也曾问过问题！
为什么正则表达式的末尾有一个+？如果你删除它，它会不会......一样吗？

【解决方案2】：

除了preg_replace，您始终可以通过filter_var() 函数与FILTER_SANITIZE_STRING 一起使用PHP's filter functions。

【讨论】：

PHP 是否可以访问 ISO Stringprep 算法？我知道 Perl 和 Java 可以。
我相信字符串过滤功能主要适用于 7 位 ASCII，但不要引用我的话。
拜托，您能告诉我们使用FILTER_SANITIZE_STRING 执行用户要求的明确方式吗？据我所知，可以通过这种方式归档的最接近的是FILTER_SANITIZE_STRING, FILTER_FLAG_STRIP_LOW | FILTER_FLAG_STRIP_HIGH，但这不仅会留下字母和数字，还会留下点、斜线、百分比等等。
它看起来更像是评论而不是答案。写答案时给出适当的解释。
不幸的是，我不相信那里有一个实际的 FILTER_SANITIZE 到字母数字。相当大的遗漏。