正则过滤字符串 <?php//中文编码包含UTF-8,GBK$str = "新_建&文\件,夹 abd";//获取结果$res = "新建文件夹abd";//包含非法字符:$out[0] = "_";$out[1] = "&";$out[2] = "\";$out[3] = " ";$out[4] = ",";?>正则PHP 解决方案 » 免费领取超大流量手机卡,每月29元包185G流量+100分钟通话, 中国电信官方发货 $str = "新_建&文\件,夹 abd";echo preg_replace('/[_&\\\,\s]+/u','',$str); //中文编码包含UTF-8,GBK$str = "新_建&文\件,夹 abd";//获取结果$res = "新建文件夹abd";//包含非法字符:$out[0] = "_";$out[1] = "&";$out[2] = "\\";$out[3] = " ";$out[4] = ",";$pattern = join('|', array_map('preg_quote', $out));echo preg_replace("/$pattern/", '', $str);新建文件夹abd #1,#2的方法可行,但是治标不治本;我没有说清楚吧,是这样,$out是过滤出来的字符,之前是不知道的,我只是举个例子有这些非法字符。实际目标:在获取input的表单结果后,将除中文和英文字母以外的所有非法字符扣掉。 如果单纯的英文字母还好确定范围,符合要求的有[A-Za-z0-9],也就是之外的全部为非法字符。但是如果加上中英文混排,除非你确定出所有的汉字范围,否则没有好的方法扣除掉,例如GBK通常可以用[\x80-\xff][\x40-\xfe]来表示汉字的范围,注意这仅仅是大概范围,如果是utf8的话,则是\u4e00-\u9fa5,这里面如果有一些你认为是非法字符的话,是没有办法干掉的。粗略的说,gbk非中文和英文字母以外的所有非法字符的范围应该是[^A-Za-z0-9\x80-\xff\x40-\xfe]而utf8的则是[^A-Za-z0-9\x{4e00}-\x{9fff}] echo preg_replace('/[^A-Za-z\p{Han}]+/u', '', "新_建&文\件,夹 abd"); 上边的gbk的正则写错了,看例子就额可以知道<?php //源文件文件gbk编码$test = '新_建&文\件,夹a啊[圼[ abd';$matches = array();$reg = "/[^a-zA-Z0-9\x80-\xff]/";preg_match_all($reg, $test, $matches);var_dump($matches);$str = '圼';var_dump(ord($str[0]));var_dump(ord($str[1]));var_dump(ord('['));如果是gbk的话,可以用下面的方式$test = '新_建&文\件,夹a啊[圼[ abd';$out = preg_split('/([a-zA-Z0-9]|[\x80-\xff].)+/', $test);$matches = array(); preg_match_all('/([a-zA-Z0-9]|[\x80-\xff].)/', $test, $matches);$res = implode($matches[1]);var_dump($res);$out = str_split(str_replace($matches[1], '', $test));var_dump($out); #5 没效果...<?php$patten = "[^A-Za-z0-9\x{4e00}-\x{9fff}]";$str = "新_建&文\件,夹 abd";echo preg_replace("/".preg_quote($patten)."/",'',$str);#result:#新_建&文\件,夹 abd?> 使用utf8匹配规则,要在正则后面加u模式匹配,即应该是echo preg_replace("/[^A-Za-z0-9\x{4e00}-\x{9fff}]/u",'',$str);其实 \p{Han} 在某种意义上等同于 \x{4e00}-\x{9fff} 求php开发兼职 取代file_get_contents 请问哪里能下到XAMP(一个 Apache-MySQL-PHP包),多谢大家 有关Kurogo框架的疑问 这个PHP加密实在太牛B了 反正我是无能为力了 不知道有没有高手能解得开 PHP怎么调用asp.net中的WCF和webservice服务? 大家都用过什么开源邮件系统,请推荐一个! 拓朴创杰linux培训如何? 开源的PHP爬虫系统,可视化的采集器,蓝天采集器 同一句子放循环内则错 页面无动作,5分钟后自动退出系统 CentOs + lnmp下 new memcached()和new memcache()
echo preg_replace('/[_&\\\,\s]+/u','',$str);
$str = "新_建&文\件,夹 abd";
//获取结果
$res = "新建文件夹abd";
//包含非法字符:
$out[0] = "_";
$out[1] = "&";
$out[2] = "\\";
$out[3] = " ";
$out[4] = ",";$pattern = join('|', array_map('preg_quote', $out));
echo preg_replace("/$pattern/", '', $str);新建文件夹abd
我没有说清楚吧,是这样,$out是过滤出来的字符,之前是不知道的,我只是举个例子有这些非法字符。
实际目标:在获取input的表单结果后,将除中文和英文字母以外的所有非法字符扣掉。
但是如果加上中英文混排,除非你确定出所有的汉字范围,否则没有好的方法扣除掉,例如GBK通常可以用[\x80-\xff][\x40-\xfe]来表示汉字的范围,注意这仅仅是大概范围,如果是utf8的话,则是\u4e00-\u9fa5,这里面如果有一些你认为是非法字符的话,是没有办法干掉的。粗略的说,gbk非中文和英文字母以外的所有非法字符的范围应该是[^A-Za-z0-9\x80-\xff\x40-\xfe]
而utf8的则是[^A-Za-z0-9\x{4e00}-\x{9fff}]
<?php //源文件文件gbk编码
$test = '新_建&文\件,夹a啊[圼[ abd';$matches = array();$reg = "/[^a-zA-Z0-9\x80-\xff]/";preg_match_all($reg, $test, $matches);var_dump($matches);$str = '圼';var_dump(ord($str[0]));
var_dump(ord($str[1]));var_dump(ord('['));如果是gbk的话,可以用下面的方式$test = '新_建&文\件,夹a啊[圼[ abd';
$out = preg_split('/([a-zA-Z0-9]|[\x80-\xff].)+/', $test);$matches = array(); preg_match_all('/([a-zA-Z0-9]|[\x80-\xff].)/', $test, $matches);$res = implode($matches[1]);
var_dump($res);$out = str_split(str_replace($matches[1], '', $test));var_dump($out);
#5 没效果...
<?php
$patten = "[^A-Za-z0-9\x{4e00}-\x{9fff}]";
$str = "新_建&文\件,夹 abd";
echo preg_replace("/".preg_quote($patten)."/",'',$str);#result:
#新_建&文\件,夹 abd
?>
使用utf8匹配规则,要在正则后面加u模式匹配,即应该是echo preg_replace("/[^A-Za-z0-9\x{4e00}-\x{9fff}]/u",'',$str);其实 \p{Han} 在某种意义上等同于 \x{4e00}-\x{9fff}