从字符串中删除所有特殊字符更新上一个答案

2022-08-30 06:09:22

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...


答案 1

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.
}

答案 2

更新

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-peruviaggi-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

上一个答案

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。


推荐