在文章清理期间保留空格和换行符答案

【问题标题】：Remain spaces and newline chars during article sanitization在文章清理期间保留空格和换行符
【发布时间】：2016-06-29 16:56:35
【问题描述】：

我尝试创建类似 sanitize article 功能的东西。我的意思是清理或规范化显示在 html 博客网站中的文章内容的功能。

它必须删除除\n 和之外的所有空格。所以换行和空格。

我开始了一个想法，通过 addcslashes php 函数对换行符和空格进行编码。然后删除所有出现的空格。然后使用stripslashes。然后用单个替换多个 \x20 出现。因此，对于正则表达式操作来说，它类似于换行符和空格的临时休眠。

但我没有成功，因为输出没有输入中确实存在的换行符。

在线版https://ideone.com/I4oZCJ

我的代码不起作用：

<?php
    $text = 'first line
second line';
    $text = addcslashes($text, "\x20\t");
    $text = preg_replace('/\s+/', ' ', $text);
    $text = stripslashes($text);
    $text = preg_replace('/\s+/', ' ', $text);
    var_dump($text);

如何获得？

谢谢

【问题讨论】：

标签： php regex string char

【解决方案1】：

您可以使用\h 类替换水平空白字符：

preg_replace('/\h+/', ' ', $text');

Demo

或者，您可以创建自己的字符类，排除您不想要替换的所有字符：

 preg_replace('/[^\S\n]+/', ' ', $text);

基本上，这匹配所有不是\S（非空白）和\n（没有换行符）的字符。两者都有效。

【讨论】：

我使用了这些模式。 CR 空格，我的意思是\r，被空格替换了。它应该已被删除。可以在线查看：ideone.com/ebP1Q4
@trzczy 先调用str_replace("\r", '', $text) 然后，尽可能快速轻松地删除您要删除的字符
但是 "\r" 不是 "\h" 忽略的唯一垂直空格。过滤器应该是“除空格和 \n 之外的每个 \s”。调查是对一篇文章invisible chars进行归一化，让strlen对可见chars进行计数。

【解决方案2】：

https://ideone.com/hJrH8R

<?php
function clean($text) {
    $text = preg_replace('/[\cK\f\r\x85]+/', '', $text);
    $text = preg_replace('/\h+/', ' ', $text);
    return  $text;
}

【讨论】：