正则表达式替换非 GSM-7 字符答案

【问题标题】：Regex to replace non GSM-7 characters正则表达式替换非 GSM-7 字符
【发布时间】：2014-07-02 17:51:28
【问题描述】：

我正在从 SO answer 修改 GSM-7 集 - 它是为 Javascript 编写的，但我正在修改它以使用 preg。

我添加了分隔符~、converted the \u to \x{XXXX}，并在末尾添加了u。我还在左括号[ 之后添加了^，因此preg_replace 将用空格替换任何不是GSM-7 字符的内容。

我的问题是 preg_match 正确返回 false，但 preg_replace 没有替换任何东西。

我错过了什么？我尝试在~ 之后和之前添加括号，但这似乎没有任何作用。

下面的代码只显示了乱码，而不是用 preg_replace 将乱码部分替换为空白。

编辑：我也试过 $gsmchars = '~^[^A-Za-z0-9]*$~u'; 哪个 preg_replace 做同样的事情 - 没有。我的正则表达式中缺少什么选项？

$gsmchars = '~^[^A-Za-z0-9 \\r\\n@£$¥èéùìòÇØøÅå\x{0394}_\x{03A6}\x{0393}\x{039B}\x{03A9}\x{03A0}\x{03A8}\x{03A3}\x{0398}\x{039E}ÆæßÉ!\"#$%&amp;\'\(\)*+,\\-./:;&lt;=&gt;?¡ÄÖÑÜ§¿äöñüà^{}\\\\\\[\~\\]|\x{20AC}]*$~u';

$string = 'ab€m²cdefلg123$';

$match = preg_match($gsmchars, $string);

if ($match === false) {
    die("ERROR");
} else if (!$match) {
    $replace = preg_replace($gsmchars, '', $string);
    //Now that it's in UTF-8, replace the non-GSM chars
    die($replace . "A");    
} else {
    die('match');
}

【问题讨论】：

preg_replace 替换匹配的内容。如果它不匹配任何东西，它不会替换任何东西。
@S.Ahn 我明白 - 但是 preg_match 返回 0，表示 preg 意识到有非 GSM 字符。 preg_replace 应该找到那些并用空字符串替换它们。
preg_match 会在你告诉它寻找它们时找到它们，但你不是。同样，来自文档：“如果找到匹配项，则将返回新主题，否则主题将保持不变，如果发生错误，则返回 NULL。”
@S.Ahn 由于字符串实际上包含不在$gsmchars 中的字符，并且preg_replace 与它们不匹配，所以我的正则表达式中缺少什么？这是我的问题:)
@S.Ahn 查看我的编辑。我使正则表达式更简单，preg_replace 仍然不会替换不在$gsmchars 中的字符。我错过了一些东西。

标签： php regex preg-replace

【解决方案1】：

试试这个：

$gsmchars = '~[^A-Za-z0-9 \r\n@£$¥èéùìòÇØøÅå\x{0394}_\x{03A6}\x{0393}\x{039B}\x{03A9}\x{03A0}\x{03A8}\x{03A3}\x{0398}\x{039E}ÆæßÉ!\"#$%&\'\(\)*+,\-.\/:;<=>;?¡ÄÖÑÜ§¿äöñüà^{}\[\~\]\|\x{20AC}\\]~u'; // added backslash

$string = 'ab€m²cdefلg123$';
echo preg_replace($gsmchars, '', $string);

$match = preg_match($gsmchars, $string);

if ($match === false) {
    die("ERROR");
} else if ($match) {
    $replace = preg_replace($gsmchars, '', $string);
    //Now that it's in UTF-8, replace the non-GSM chars
    die($replace . "A");
} else {
    die('match');
}

这个网站确实有助于调试正则表达式：

http://regex101.com

您还需要更改您的 if-else 以在存在匹配时继续使用 preg_replace。

【讨论】：

if-else 只是一个测试用例。这看起来工作得很好，谢谢！看起来我的版本在尝试匹配其中一些角色时非常讨厌。感谢您的帮助！
缺少 \u00A4 字符？