从字符串中删除所有特殊字符更新上一个答案
我遇到了URL的问题,我希望能够转换可能包含任何内容的标题,并将它们从所有特殊字符中剥离出来,以便它们只有字母和数字,当然我想用连字符替换空格。
如何做到这一点?我听说过很多关于正则表达式(正则表达式)被使用的信息...
我遇到了URL的问题,我希望能够转换可能包含任何内容的标题,并将它们从所有特殊字符中剥离出来,以便它们只有字母和数字,当然我想用连字符替换空格。
如何做到这一点?我听说过很多关于正则表达式(正则表达式)被使用的信息...
这应该可以满足您的要求:
function clean($string) {
$string = str_replace(' ', '-', $string); // Replaces all spaces with hyphens.
return preg_replace('/[^A-Za-z0-9\-]/', '', $string); // Removes special chars.
}
用法:
echo clean('a|"bc!@£de^&$f g');
将输出:abcdef-g
编辑:
嘿,只是一个简单的问题,我怎么能防止多个连字符彼此相邻?并将它们替换为仅1?
function clean($string) {
$string = str_replace(' ', '-', $string); // Replaces all spaces with hyphens.
$string = preg_replace('/[^A-Za-z0-9\-]/', '', $string); // Removes special chars.
return preg_replace('/-+/', '-', $string); // Replaces multiple hyphens with single one.
}
下面的解决方案有一个“SEO友好”版本:
function hyphenize($string) {
$dict = array(
"I'm" => "I am",
"thier" => "their",
// Add your own replacements here
);
return strtolower(
preg_replace(
array( '#[\\s-]+#', '#[^A-Za-z0-9. -]+#' ),
array( '-', '' ),
// the full cleanString() can be downloaded from http://www.unexpectedit.com/php/php-clean-string-of-utf8-chars-convert-to-similar-ascii-char
cleanString(
str_replace( // preg_replace can be used to support more complicated replacements
array_keys($dict),
array_values($dict),
urldecode($string)
)
)
)
);
}
function cleanString($text) {
$utf8 = array(
'/[áàâãªä]/u' => 'a',
'/[ÁÀÂÃÄ]/u' => 'A',
'/[ÍÌÎÏ]/u' => 'I',
'/[íìîï]/u' => 'i',
'/[éèêë]/u' => 'e',
'/[ÉÈÊË]/u' => 'E',
'/[óòôõºö]/u' => 'o',
'/[ÓÒÔÕÖ]/u' => 'O',
'/[úùûü]/u' => 'u',
'/[ÚÙÛÜ]/u' => 'U',
'/ç/' => 'c',
'/Ç/' => 'C',
'/ñ/' => 'n',
'/Ñ/' => 'N',
'/–/' => '-', // UTF-8 hyphen to "normal" hyphen
'/[’‘‹›‚]/u' => ' ', // Literally a single quote
'/[“”«»„]/u' => ' ', // Double quote
'/ /' => ' ', // nonbreaking space (equiv. to 0x160)
);
return preg_replace(array_keys($utf8), array_values($utf8), $text);
}
上述函数(我发现效率低下 - 下面的函数更好)的基本原理是,不应命名的服务显然对URL进行了拼写检查和关键字识别。
在客户的偏执上失去了很长时间之后,我发现他们毕竟没有想象过事情 - 他们的SEO专家[我绝对不是一个]报告说,例如,将“Viaggi Economy Perù”转换为“表现得更好”比(之前的“清洁”删除了UTF8字符;波哥大成为波哥大,麦德林成为麦德伦,依此类推)。viaggi-economy-peru
viaggi-economy-per
还有一些常见的拼写错误似乎影响了结果,对我来说唯一有意义的解释是,我们的URL被解压缩,单词被挑出来,并用于驱动上帝知道什么排名算法。这些算法显然是用UTF8清理的字符串喂养的,因此“Perù”变成了“Peru”而不是“Per”。“Per”不匹配,有点把它放在脖子上。
为了保留 UTF8 字符并替换一些拼写错误,下面的较快函数变成了上面更准确的 (?) 函数。 当然,需要手工量身定制。$dict
一个简单的方法:
// Remove all characters except A-Z, a-z, 0-9, dots, hyphens and spaces
// Note that the hyphen must go last not to be confused with a range (A-Z)
// and the dot, NOT being special (I know. My life was a lie), is NOT escaped
$str = preg_replace('/[^A-Za-z0-9. -]/', '', $str);
// Replace sequences of spaces with hyphen
$str = preg_replace('/ */', '-', $str);
// The above means "a space, followed by a space repeated zero or more times"
// (should be equivalent to / +/)
// You may also want to try this alternative:
$str = preg_replace('/\\s+/', '-', $str);
// where \s+ means "zero or more whitespaces" (a space is not necessarily the
// same as a whitespace) just to be sure and include everything
请注意,您可能必须首先使用URL,因为%20和+实际上都是空格 - 我的意思是,如果您有“Never%20gonna%20give%20you%20up”,您希望它成为Never-going to-give-you-up,而不是Never20gonna20give20you20up。你可能不需要它,但我想我会提到这种可能性。urldecode()
因此,完成的函数以及测试用例:
function hyphenize($string) {
return
## strtolower(
preg_replace(
array('#[\\s-]+#', '#[^A-Za-z0-9. -]+#'),
array('-', ''),
## cleanString(
urldecode($string)
## )
)
## )
;
}
print implode("\n", array_map(
function($s) {
return $s . ' becomes ' . hyphenize($s);
},
array(
'Never%20gonna%20give%20you%20up',
"I'm not the man I was",
"'Légeresse', dit sa majesté",
)));
Never%20gonna%20give%20you%20up becomes never-gonna-give-you-up
I'm not the man I was becomes im-not-the-man-I-was
'Légeresse', dit sa majesté becomes legeresse-dit-sa-majeste
为了处理 UTF-8,我使用了一个在线发现的实现(链接断开了,但是一个包含所有不太深奥的 UTF8 字符的精简副本位于答案的开头;如果需要,也可以轻松地添加更多字符),它将 UTF8 字符转换为普通字符,从而尽可能保留单词“look”。为了提高性能,可以简化它并包装在函数中。cleanString
上面的函数也实现了转换为小写字母 - 但这是一种味道。执行此操作的代码已被注释掉。