正则表达式:一起删除非字母数字字符、多个空格和 trim(） - Regex: remove non-alphanumeric chars, multiple whitespaces and trim() all together

我有一个$text去掉所有非字母数字字符，用单个空格替换多个空格和换行符，并消除开头和结尾空格。

这是我到目前为止的解决方案。

$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？因为我会在一行中获得所需的结果，如下所示

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

谢谢

编辑：用测试字符串澄清

当然可以。这很容易。

re将如下所示：

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

我

手头没有PHP，我使用了Perl（只是为了测试re并证明它有效）（你可以在这里玩我的代码）：

$ 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，它将是相同的。

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*)，后看断言。当且仅当空格的子字符串前面有空格时，才删除空格。

当您想知道前瞻/后瞻断言的工作原理时，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"一些"和"文本"之间包含多个空格。

解决这个问题并不容易，因为人们需要具有可变长度的正面回溯断言，而目前这是不可能的。不能简单地检查空格，因为它可能发生，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：" !" "!"符号将被删除，但 RE 对此一无所知;需要类似 (?<=[^a-zA-Z0-9's]* )'s* 的东西，但不幸的是，这不起作用，因为 PCRE 不支持后视可变长度断言。

我不认为你可以用一个正则表达式来实现这一点。您基本上需要坚持if else条件，这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，另一个正则表达式来折叠空格，这基本上是您已经在做的事情。

检查一下这是否是您要查找的内容---

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

我可能需要一些修改，只要让我知道这是否是你想做的事情？？

为了您自己的理智，您需要保留以后仍然可以理解和编辑的正则表达式:)

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

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

不必比这更难。