preg_replace 用西里尔字符

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，但当 preg_replace 使用相同的正则表达式时，它不会替换字符..

这是我的代码，适用于 unicode，但它不能替换文本。

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)，如果您使用带有 u (PCRE_UTF8) modifier 的正确正则表达式（最后是小写 U ):

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

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

Demo

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