正则表达式 - preg_replace - 一个返回 space，另一个什么都不返回

Question

我正在清理 UTF-8 字符串：首字母大写 - 删除特殊字符 - 允许 Space - 逗号分隔和允许数字

我想知道是否有可能创造出比下面更优雅的东西。第一个preg_replacereturns一个Space。 other 什么都不替换。

$cleanCats = array_map(function ($element) { 
    $oneSpace = preg_replace('!\s+!', ' ', $element);
    $clean = preg_replace('~[^\pL\d ]+~u','',$oneSpace);
    return mb_strtoupper(mb_substr($clean, 0, 1)) . mb_substr($clean, 1);
}, $arrFromHtml);
echo json_encode('*' . strip_tags(implode(',', $cleanCats)) . '*');

$arrFromHtml 看起来像这样：

Array
(
    [0] => B:.MÂ¤%&/W
    [1] => Î»greek
    [2] => Ð±Ð¶Ðrussian
    [3] => H<>elloj
    [4] => com,m()/a
    [5] => ÅÃ³*dÅº
    [6] => 1 spc
    [7] => 3   spc
    [8] => Ã¦Ã¸Ã¥ danish
    [9] => Euroâ¬
)

这是输出：

*BMW,Λgreek,БжЖrussian,Helloj,Comma,Łódź,1 spc,3 spc,Æøå danish,Euro*

Answer 1

您可以删除第一行 preg_replace 并使用

$clean = preg_replace('~[^\p{L}\d\s]+|(\s)+~u','', $element);

它将找到所有出现的

[^\p{L}\d\s]+ - 除了 Unicode 字母、数字或空格之外的 1+ 个字符
| - 或
(\s)+ - 1 个或多个空格，最后一个捕获到第 1 组。

替换为 </code>，即捕获到组 1 中的最后一个空格（因此，除最后一个空格外的所有空格都被删除）。</p> <p>要在字符串中也允许<code>.，只需将其添加到否定字符class:

$clean = preg_replace('~[^\p{L}\d\s.]+|(\s)+~u','', $element);

正则表达式 - preg_replace - 一个返回 space，另一个什么都不返回

Regular Expression - preg_replace - One returning space, the other returning nothing

php

regex

utf-8

preg-replace