如何以最聪明的方式替换PHP中不同的换行符样式？

php replace newline unify

2022-08-30 12:08:06

我有一个文本，可能有不同的换行符样式。我想将所有换行符'\r\n'，'\n'，'\r'替换为相同的换行符（在本例中为\r\n）。

最快的方法是什么？我目前的解决方案看起来像这样，这很糟糕：

    $sNicetext = str_replace("\r\n",'%%%%somthing%%%%', $sNicetext);
    $sNicetext = str_replace(array("\r","\n"),array("\r\n","\r\n"), $sNicetext);
    $sNicetext = str_replace('%%%%somthing%%%%',"\r\n", $sNicetext);

问题是，您无法使用一个替换来执行此操作，因为 \r\n 将复制到 \r\n\r\n 。

感谢您的帮助！

答案 1

$string = preg_replace('~\R~u', "\r\n", $string);

如果您不想替换所有 Unicode 换行符，而只想替换 CRLF 样式的换行符，请使用：

$string = preg_replace('~(*BSR_ANYCRLF)\R~', "\r\n", $string);

\R匹配这些换行符，是将输入字符串视为 UTF-8 的修饰符。u

来自 PCRE 文档：

什么 \R 匹配

默认情况下，模式中的序列 \R 与任何 Unicode 换行符序列匹配，无论已选择为行结束序列。如果指定
     --enable-bsr-anycrlf
更改默认值，以便 \R 仅匹配 CR、LF 或 CRLF。在构建 PCRE 时选择的任何内容都可以在调用库函数时被覆盖。

和

换行符序列

在字符类之外，默认情况下，转义序列 \R 与任何 Unicode 换行符序列匹配。在非 UTF-8 模式下，\R 等效于以下内容：
    (?>\r\n|\n|\x0b|\f|\r|\x85)
这是一个“原子群”的例子，其细节如下。此特定组匹配后跟 LF 的双字符序列 CR，或单个字符 LF（换行符 U+000A）、VT（垂直制表符 U+000B）、FF（表单馈送，U+000C）、CR（回车符 U+000D）或 NEL（下一行 U+0085）之一。双字符序列被视为无法拆分的单个单元。

在 UTF-8 模式下，将添加两个码位大于 255 的附加字符：LS（行分隔符，U+2028）和 PS（段落分隔符，U+2029）。不需要 Unicode 字符属性支持即可识别这些字符。

通过在编译时或模式匹配时设置选项PCRE_BSR_ANYCRLF，可以将 \R 限制为仅匹配 CR、LF 或 CRLF（而不是完整的 Unicode 行尾集）。（BSR 是“反斜杠 R”的缩写。这可以成为构建PCRE时的默认值;如果是这种情况，可以通过PCRE_BSR_UNICODE选项请求其他行为。也可以通过使用以下序列之一启动模式字符串来指定这些设置：
    (*BSR_ANYCRLF)   CR, LF, or CRLF only
    (*BSR_UNICODE)   any Unicode newline sequence
它们会覆盖默认值和提供给 pcre_compile（）或 pcre_compile2（）的选项，但它们可以被提供给 pcre_exec（）或 pcre_dfa_exec（）的选项覆盖。请注意，这些与 Perl 不兼容的特殊设置只能在模式的开头识别，并且它们必须为大写。如果存在多个，则使用最后一个。它们可以与换行符约定的更改相结合;例如，模式可以以下列方式开头：
    (*ANY)(*BSR_ANYCRLF)
它们还可以与（*UTF8）或（*UCP）特殊序列结合使用。在字符类中，\R 被视为无法识别的转义序列，因此默认情况下与字母“R”匹配，但如果设置了PCRE_EXTRA，则会导致错误。

答案 2

为了规范化换行符，我总是使用：

$str = preg_replace('~\r\n?~', "\n", $str);

它将旧的 Mac （）和 Windows （）换行符替换为 Unix 等效项（）。\r\r\n\n

我使用，因为它只需要一个字节而不是两个，但你可以很容易地把它改成.\n\r\n