php - preg_replace 西里尔字符

Question

我想用 null 替换这些字符 [^a-zа-з0-9_]，但是当它是多字节字符串时我不能这样做。

我尝试使用 mb_*、iconv、PCRE、mb_eregi_replace 和 u 修饰符(用于 PCRE)，但没有一个效果很好。

mb_eregi_replace 有效，但它只输出正确的 utf8 字符串，但它不会替换字符，当 preg_replace 使用相同的正则表达式时..

这是我的代码，适用于 unicode，但它不会替换文本。

function _data($data)
{
  mb_regex_encoding('UTF-8');
  return mb_eregi_replace('/[^a-zа-з0-9_]+/', '', $data);
}

var_dump(namespace\_data('Текст Removethis- and this _#$)( and also this $*@&$'));

结果是特殊字符 (#_$..) 当它应该替换它们时，如果我将函数更改为 preg_replace(并且没有 unicode)它应该替换它们。

Answer 1

只要您的输入字符串是 UTF-8 编码的 ( test if not or re-encode it to UTF-8 )，您可以安全地使用 preg_replace 如果您将正确的正则表达式与 u (PCRE_UTF8) modifier 一起使用(the 是小写的 U结束):

function _data($data)
{ 
  return preg_replace('/[^\w_]+/u', '', $data);
}

var_dump(namespace\_data('Текст Removethis- and this _#$)( and also this $*@&$'));

Demo

• \w = 任意单词字符
• u(然后结束)= 为正则表达式启用 UTF-8。