PHP mb_ereg_replace 未替换 preg_replace 按预期工作答案

【问题标题】：PHP mb_ereg_replace not replacing while preg_replace works as intendedPHP mb_ereg_replace 未替换 preg_replace 按预期工作
【发布时间】：2011-04-05 09:50:06
【问题描述】：

我正在尝试用空字符串替换字符串中的所有非单词字符，期望空格并将所有多个空格放在一起作为一个空格。

以下代码执行此操作。

$cleanedString = preg_replace('/[^\w]/', ' ', $name);  
$cleanedString = preg_replace('/\s+/', ' ', $cleanedString);

但是当我尝试使用 mb_ereg_replace 时，没有任何反应。

$cleanedString = mb_ereg_replace('/[^\w]/', ' ', $name);  
$cleanedString = mb_ereg_replace('/\s+/', ' ', $cleanedString);

$cleanedString 与上述情况下的 if $name 相同。我做错了什么？

【问题讨论】：

标签： php regex pcre multibyte

【解决方案1】：

mb_ereg_replace 不使用分隔符。您之前可能还必须指定编码，也可能不必指定。

mb_regex_encoding("UTF-8");
//regex could also be \W
$cleanedString = mb_ereg_replace('[^\w]', ' ', $name);
$cleanedString = mb_ereg_replace('\s+', ' ', $cleanedString);

【讨论】：

谢谢，这是我犯的错误。如果我的输入是 UTF-8，是否有关于使用哪种方法的建议？
@Jithin 如果是 UTF-8，你不妨使用 preg_replace 和 u 标志：preg_replace('/\s+/u', ' ', $cleanedString);
@Artefacto 谢谢。您能否告诉我假设只要输入采用 UTF-8 编码，preg_replace 将适用于大多数语言是否安全？
@Jithin 取决于您对“作品”的含义。严格意义上来说，它可以工作——不会产生损坏的数据，但它可能不会做你想做的事。考虑第一个正则表达式。在 PCRE（引擎 preg_replace 使用）中，\w 仅表示 [a-zA-Z0-9_]。如果要消除所有非单词字符，更好的选择是使用[^\p{L}\p{Nd}\p{Mn}_]。这将匹配所有不是（每个 Unicode）字母、非空格标记（用于重音等）、十进制数字和下划线的字符。
@Jithin No. 它使用oniguruma。默认情况下，\w 表示 (Letter|Mark|Number|Connector_Punctuation)。

【解决方案2】：

function create_slug_html($string, $ext='.html'){     
   $replace = '-';         
   $string=strtolower($string);     
   $string=trim($string);

    mb_regex_encoding("UTF-8");
    //regex could also be \W
    $string= mb_ereg_replace('[^\w]', ' ', $string);
    $string= mb_ereg_replace('\s+', ' ', $string);

   //remove query string     
   if(preg_match("#^http(s)?://[a-z0-9-_.]+\.[a-z]{2,4}#i",$string)){         
         $parsed_url = parse_url($string);         
         $string = $parsed_url['host'].' '.$parsed_url['path'];         
         //if want to add scheme eg. http, https than uncomment next line         
         //$string = $parsed_url['scheme'].' '.$string;     
   }      
   //replace / and . with white space     
   $string = preg_replace("/[\/\.]/", " ", $string);   

   // $string = preg_replace("/[^a-z0-9_\s-]/", "", $string);  

   //remove multiple dashes or whitespaces     
   $string = preg_replace("/[\s-]+/", " ", $string);   

   //convert whitespaces and underscore to $replace     
   $string = preg_replace("/[\s_]/", $replace, $string);     
   //limit the slug size     
   $string = substr($string, 0, 200);     
   //slug is generated     
   return ($ext) ? $string.$ext : $string;

}

请检查是否可以并支持英文和unicode

【讨论】：

虽然不禁止仅使用代码的答案，但请理解这是一个问答社区，而不是众包社区，并且通常，如果 OP 理解作为答案发布的代码，他/她会自己想出一个类似的解决方案，并且不会一开始就发布问题。因此，请通过解释如何和/或为什么起作用，为您的答案和/或代码提供上下文。

【解决方案3】：

输入不是Multi-Byte，因此mb 函数失败。

【讨论】：

好的。但是，如果我的输入是 UTF-8，你能解释一下我们什么时候应该使用 mb_ereg_replace 而不是 preg_replace。目前我将英文文本作为 $name 传递。但是如果明天我用其他语言说印地语，我的代码会被破解吗？
错了。多字节扩展可以处理单字节编码。