正则表达式：一起删除非字母数字字符、多个空格和 trim()答案

【问题标题】：Regex: remove non-alphanumeric chars, multiple whitespaces and trim() all together正则表达式：一起删除非字母数字字符、多个空格和 trim()
【发布时间】：2012-06-22 06:42:54
【问题描述】：

我有一个 $text 来去除所有非字母数字字符，用单个空格替换多个空格和换行符，并消除开始和结束空格。

到目前为止，这是我的解决方案。

$text = '
some-    text!! 

for testing?
'; // $text to format

//strip off all non-alphanumeric chars
$text = preg_replace("/[^a-zA-Z0-9\s]/", "", $text);

//Replace multiple white spaces by single space 
$text = preg_replace('/\s+/', ' ', $text);

//eliminate beginning and ending space
$finalText = trim($text);
/* result: $finalText ="some text for testing";
without non-alphanumeric chars, newline, extra spaces and trim()med */

是否可以在一个正则表达式中组合/实现所有这些？因为我会在如下一行中得到想要的结果

$finalText = preg_replace(some_reg_expression, $replaceby, $text);

谢谢

编辑：用测试字符串澄清

【问题讨论】：

@IgorChubin 显然你可以:)

标签： php regex

【解决方案1】：

我不认为你可以用一个正则表达式来实现。您基本上需要坚持if else 条件，仅通过正则表达式是不可能的。

您基本上需要一个正则表达式来删除非字母数字数字，另一个来折叠空格，这基本上是您已经在做的。

【讨论】：

感谢专家的意见。经过几次努力的帮助，Igor Chubin也得出了同样的结论。可能是我一开始觉得我的问题不够清楚。

【解决方案2】：

如果这是您要查找的内容，请勾选 ---

$patterns = array ('/[^a-zA-Z0-9\s]/','/\s+/');
$replace = array ("", ' ');
trim( preg_replace($patterns, $replace, $text) );

可能需要一些修改，如果这是您想要做的事情，请告诉我？？

【讨论】：

@AdnanShammout thx man ...至少你的回复比问卷调查更积极

【解决方案3】：

当然可以。这很容易。

重新看起来像：

((?<= )\s*)|[^a-zA-Z0-9\s]|(\s*$)|(^\s*)

我手头没有 PHP，我用过 Perl（只是为了测试 re 并证明它有效）（你可以使用我的代码 here）：

$ cat test.txt 
         a       b       c    d
a b c e f g             fff  f

$ cat 1.pl 
while(<>) {
    s/((?<= )\s*)|[^a-zA-Z0-9\s]|(\s*$)|(^\s*)//g;
    print $_,"\n";
}

$ cat test.txt | perl 1.pl 
a b c d
a b c e f g fff f

对于 PHP 来说也是一样的。

什么是 RE？

((?<= )\s*)       # all spaces that have at least one space before them
|
[^a-zA-Z0-9\s]    # all non-alphanumeric characters
|
(\s*$)            # all spaces at the end of string
|
(^\s*)            # all spaces at the beginning of string

这里唯一棘手的部分是((?<= )\s*)，lookbehind assertion。当且仅当空格的子字符串之前有空格时，您才删除空格。

如果您想了解前瞻/后瞻断言的工作原理，请查看http://www.regular-expressions.info/lookaround.html。

讨论更新：

$text ='some ? ! ? text'; 时会发生什么？然后生成的字符串在“some”和“text”之间包含多个空格。

解决这个问题并不是那么容易，因为需要具有可变长度的积极的后向断言，而这目前是不可能的。不能简单地检查空格，因为它可能会发生，因此它不是空格而是非字母数字字符，并且无论如何都会被删除（例如：在" !" 中，"!" 符号将被删除，但 RE 一无所知；一个需要(?<=[^a-zA-Z0-9\s]* )\s* 之类的东西，但不幸的是这不起作用，因为 PCRE 不支持后向可变长度断言。

【讨论】：

相当简洁，尤其是lookbehind断言。
按要求工作，但与示例代码不同。文本之间的多个空格被匹配集的任何随机空格字符替换，而不是示例中的空格字符。能够做到这一点需要能够将一个字符替换为另一个字符，同时也将其他字符替换为任何内容。我不认为 PCRE 正则表达式可以同时做这两个。此外，lookbehind 明确需要一个空格，而不是任何空白字符，但这很容易解决。
感谢伊戈尔·楚宾。我已经编辑了我的问题并添加了一个测试字符串来澄清。看来((?<= )\s*)|[^a-zA-Z0-9\s]|(\s*$)|(^\s*) 不会做这些。
可能我不明白你想得到什么，但据我所知，一切都很完美。请看：ideone.com/epDJW
@Martijn：你说得对，我想更正的唯一一点是：多个空格替换为集合中的 first 空格（你说过“任何随机空白字符")

【解决方案4】：

为了您自己的理智，您需要保留正则表达式，以便以后仍然可以理解和编辑：)

$text = preg_replace(array(
    "/[^a-zA-Z0-9\s]/", // remove all non-space, non-alphanumeric characters
    '/\s{2,}/', // replace multiple white space occurrences with single 
), array(
    '', 
    ' ',
), trim($originalText));

【讨论】：

【解决方案5】：

$text =~ s/([^a-zA-Z0-9\s].*?)//g;

不必比这更难。

【讨论】：