php preg_replace - 保留指定字符+外文字母答案

【问题标题】：php preg_replace - keep specified characters + foreign language lettersphp preg_replace - 保留指定字符+外文字母
【发布时间】：2013-09-12 10:55:04
【问题描述】：

我需要一个从字符串中删除所有字符（未在模式中列出）但保留外文字母的函数。我知道 preg_replace 有 \p “模式”，但由于某种原因我无法让它工作。

我使用这个函数从字符串中删除所有废话：

$main_content=preg_replace("/[^a-zA-Z0-9`~!@#\$%\^&\*\(\)-_=\+\\|\,<\.>\/\?;:'\"\[\]\s]/", "", $main_content); //remove all symbols that do NOT match these

简单地说，该函数应该保留所有标准字母/数字和标准符号，如 +-!@#$ 等，并删除所有垃圾，如 © ™ 等。如果有比我使用的更好的方式来编写这样的 preg_replace，请告诉我。

现在，我想要保留外文字母的功能，所以我将其修改为

$main_content=preg_replace("/[^\p{L}a-zA-Z0-9`~!@#\$%\^&\*\(\)-_=\+\\|\,<\.>\/\?;:'\"\[\]\s]/", "", $main_content); //remove all symbols that do NOT match these

（您会注意到添加了 \p{L}）。不幸的是，它没有按预期工作。当我回显文本时，我看到外语没有被删除（这很好），但它们被转换成了�（这很糟糕）。

我该如何解决？

【问题讨论】：

什么是“外文字母”？
你的php脚本是utf8编码的吗？
你能举一个input和预期output的例子吗？
是的，它是 utf8 编码的（就像我说的，如果我在使用 preg_replace 之前回显文本文本，那么一切都很完美）。以下是一些外国字母：ą č ę ė į š ų ų（立陶宛语）
当然，这是示例 - lipskas.com/test.php

标签： php unicode preg-replace

【解决方案1】：

\p{L} 仅适用于 u 修饰符：

$main_content=preg_replace("/[^\p{L}]/u", "", $main_content);

注意 / 后面加的 u

【讨论】：

我缩短了这个例子。还有否定，所以它会删除除字母之外的所有内容。
这个似乎工作正常，除了它删除了空格和其他符号，如 !@# 等。我想我需要将它们添加到允许的符号列表中。
是的，正如我所说，它被缩短了 ;) 并且 \p{L} 匹配所有字母，无需提及 a-z
我打算在列表中添加一些允许的符号，然后我“组合”了一些似乎也有效的模式（来自 Internet 上的不同示例）。万一有人需要它-$main_content=preg_replace('/[^\p{L}[:print:]]/u', "", $main_content);此功能允许使用任何语言的所有可打印字符并删除像©™这样的废话...