正則表達式，用於驗證和清除PHP中的所有英語和非英語unicode字母字符

Question

盡管有很多關於非英語字符正則表達式的問題，但我仍然找不到有效的答案。 而且，似乎沒有任何簡單的PHP庫可以幫助我過濾非英語輸入。

你能建議我一個正則表達式嗎

1. 所有英文字母字符（abc ...）
2. 所有非英語字母字符（šýüčá...）
3. 空間
4. 不區分大小寫

在驗證以及消毒方面。 本質上，當輸入包含上面4個點之外的任何內容時，我希望preg_match返回false，或者讓preg_replace擺脫除這4個類別之外的所有內容。

我能夠從http：// www創建'/^((\\p{L}\\p{M}*)|(\\p{Cc})|(\\p{Z}))+$/ui' .regular-expressions.info / unicode.html 。 此正則表達式在驗證輸入時很有效，但在清理輸入時效果不佳。

編輯：

用戶輸入“český[jazyk]”作為輸入。 在preg_match中使用'/^[\\p{L}\\p{Zs}]+$/u' ，腳本確定字符串包含不允許的字符（在這種情況下為'['和']'）。 接下來，我想使用preg_replace刪除那些不需要的字符。 我應該將什么正則表達式傳遞給preg_replace才能匹配上述正則表達式未指定的所有字符？

Answer 1

我認為您所需要的只是一個字符類，例如：

^[\p{L}\p{Zs}]+$

這意味着：整個字符串（或帶(?m)選項的行）只能包含Unicode字母或空格。

看一下演示 。

$re = "/^[\\p{L}\\p{Zs}]+$/um"; 
$str = "all english alphabet characters (abc...)\nall non-english alphabet characters (šýüčá...)\nspace s\nšýüčá šýüčá šýüčá ddd\nšýüčá eee 4\ncase insensitive"; 
preg_match_all($re, $str, $matches);

要刪除所有不是Unicode字母或空格的符號，請使用以下代碼：

$re = "/[^\\p{L}\\p{Zs}]+/u"; 
$str = "český [jazyk]"; 
echo preg_replace($re, "", $str);

示例程序的輸出：

český jazyk