PHP RegEx 从包含非字母/数字的字符串中删除单词

Question

谁能帮我解决这个正则表达式，因为我不知道如何实现它。

我需要一个正则表达式来从字符串中删除所有单词，这些单词至少包含一个不是 UTF-8 字母或数字的字符，或者单词中间的标点符号（但不是结尾）。

例子：

This is ®Aix string
A bad str?ng is here

第一个示例包含®，它不是字母、数字或标点符号。 第二个示例在中间包含标点符号。

我需要删除这些坏词，但保持字符串的其余部分完好无损。例如。 This is string, A bad is here.

请注意A bad string? is here 不会包含任何不好的词，因为标点符号在词尾。

提前感谢您的帮助。

Answer 1

这个怎么样：

$result = preg_replace(
    '/\b            # Start of word
    [\p{L}\p{N}]+   # One or more Unicode letters
    [^\s\p{L}\p{N}] # One non-letter (and non-whitespace), followed by
    [^\s\p{P}]+     # at least one non-whitespace, non-punctuation character
    \b              # End of word
    \s*             # optional following whitespace
    /xu', 
    '', $subject);