替换utf8字符串中的所有非单词字符

Question

如何在字符串中替换所有非单词字符（utf-8）？

表示ASCII：

$url = preg_replace("/\W+/", " ", $url);

是否有UTF-8的等价物？

Answer 1

使用unicode属性：

$url = preg_replace("/[^\p{L}\p{N}_]+/u", " ", $url);

\p{L}代表任何字母
\p{N}代表任何数字。

Answer 2

您可以使用包含字母，数字和下划线的 Xwd 字符类：

$url = preg_replace('~\P{Xwd}+~u', ' ', $url);

如果您不想使用下划线，可以使用 Xan

\p{Xwd}（Perl单词字符）是预定义的字符类，\P{Xwd}是此类的否定。

u修饰符表示必须将字符串视为unicode字符串。

等价：

\p{Xan}        <=>     [\p{L}\p{N}]
\p{Xwd}        <=>     [\p{Xan}_]