Что это лучший способ, чтобы удалить все специальные символы из строки - как это:Удаление ненужных и неалфавых символов из строки?
@ # $%^& *() {} |:?. "> <, /; '[] \ = -
элементы, имеющие эти символы удалены бы довольно короткий, так что было бы лучше использовать Regex на каждой или просто использовать манипуляции со строками
Thx
Environment == C#/NET
?.в PHP:
$tests = array(
'hello, world!'
,'this is a test'
,'and so is this'
,'another test with /slashes/ & (parenthesis)'
,'l3375p34k stinks'
);
function strip_non_alphanumerics($subject)
{
return preg_replace('/[^a-z0-9]/i', '', $subject);
}
foreach($tests as $test)
{
printf("%s\n", strip_non_alphanumerics($test));
}
выход будет:
helloworld
thisisatest
andsoisthis
anothertestwithslashesparenthesis
l3375p34kstinks
У нас команда «tr»?
Вы не говорите, в какой среде вы находитесь ... раковина? C программа? Ява? У каждого из них были бы самые лучшие решения.
Как правило, лучше иметь белый список, чем черный список.
Regex имеет удобный \w, что эффективно означает буквенно-цифровой плюс подчеркивание (в некоторых вариантах также добавляются акцентированные символы (á, é, ô и т. Д.), А другие нет).
Вы можете инвертировать это, используя \W, чтобы обозначать все, что не является буквенно-цифровым.
So заменить \W пустой пустой удалит все специальные символы.
С другой стороны, если вам нужен другой набор символов на алфавитно-цифровом, вы можете использовать отрицание класса символов: [^abc] будет соответствовать все, что не a или b или c и [^a-z] будет соответствовать всем который не находится в диапазоне a,b,c,d...x,y,z
эквивалент \w является [A-Za-z0-9_] и, таким образом, является \W[^A-Za-z0-9_]
На каком языке вы собираетесь регулярное выражение?
Например, в Perl можно сделать перевод, который будет переводить любой из символов в списке в ничто:
например Это переведет 'а', 'B', 'C' или 'D' в ''
$sentence =~ tr/abcd//;
Я предпочитаю регулярное выражение, потому что синтаксис проще читать и поддерживать:
# in Python
import re
re.sub("[abcdef]", "", text)
где - правильно экранированный символов, которые необходимо удалить.
В качестве альтернативы, если вы хотите только буквенно-цифровые символы (плюс подчеркивание), вы можете использовать:
re.sub("\W", "", text)
где \W представляет собой несловообразующим характер, т.е. [^a-zA-Z_0-9].
Когда вы просто хотите иметь буквенно-цифровых символов, вы могли бы просто выразить это с помощью инвертированного символьного класса:
[^A-Za-z0-9]+
Это означает: каждый символ, который не алфавитно-цифровой.
здесь простое регулярное выражение
[^\w]
это должно поймать все символы без слов это позволит аз AZ 0 -9 space и _ ни пространство, ни _ не были в вашем списке, поэтому это работает, если вы хотите их поймать, тогда я бы сделал что-то ng вот так:
/[a-z0-90/i
это PHP-формат для a-z и 0-9, который делает его нечувствительным к регистру.
Это неправильно. \ w does * not * include space. Слишком сложно делать «[^ \ w]», а не просто «\ W». И ваше второе выражение не будет работать - оно имеет нуль вместо закрывающей скобки. Это также не специфичный для PHP формат, он работает для разных форм. –
Вы можете скорее проверить их во внешнем интерфейсе, получив значения askey ключа в символах.
Идеальный подход в PHP будет ...
$text = "ABCDEF...Á123";
$text = preg_replace('/[^\p{L}]/i', '', $text);
print($text); # Output: ABCDEFÁ
Или в Perl ...
my $text = "ABCDEF...Á123";
$text =~ s/[^\p{L}]//gi;
print($text); # Output: ABCDEFÁ
Если вы просто совпадают на [^ A-Za-Z], вам пропустит все акцентированные персонажи, которые (по большей части), я думаю, вы хотели бы сохранить.
Я могу добавить несколько тестовых примеров с заглавными буквами. –
@jm: это тоже хорошо, я просто слишком ленив, чтобы набирать текст, и «i» после регулярного выражения делает регулярное выражение нечувствительным к регистру;) – Kris
P.S. Почему это принятый ответ, если в вопросе теперь указано, что среда является .NET? (Я не думаю, что это было, когда я ответил). Это было бы не слишком концептуально иначе, например, для C#, но выглядело бы не так. – Kris