一段话中手机号中间四位做特殊处理

最近接到了编辑这样的需求——『手机号做特殊处理，中间四位替换为*』并且给出了常见的联系方式：

Ø  正常联系方式
l   网上颇有知名度的当地导游王家乐（15274422092 ），QQ:(1453657757)
l   陈导（电话15974427155   QQ609137454 ）
l   星期八客栈（电话：18674440396，订房qq：1291645848）
l   侯师傅，联系方式15547038013QQ546826424）

Ø  添加字符联系方式
l   郑师傅1-3-6-7-7-7-3-9-0-7-9,封师傅1-3-7-6-8-7-1-9-0-3-7
l   小伍吧（QQ852----713-------352）
l   小黎自助旅游qq422-678-881
l   陈真电话；⒈⒌⒉⒎⒋⒋⒐⒎⒊⒋二，QQ;2234  00124
l   推荐张家界清风自由行旅游网客服小朱（qq：2569－656860）
l   王师傅（联系电话：137-2203-4722）
l   出售188 6613 0199黑车交易市场

Ø  大写联系方式
l   郑师傅（壹叁陆柒柒柒叁玖零柒玖），封师傅（壹叁柒陆捌柒壹玖零叁柒）
l   电话：一五八六五四八三七一二
l   联系一三六八零零六七二三八

突然感叹最近的代码是不是太智能了……

本来是打算后端直接处理的，但是因为考虑到之后可能会出现需要用到用户联系方式的情况（比如我们可以倒买倒卖用户的联系方式嘛哈哈哈哈 当然是开玩笑），因此在前端展现的时候对电话号码进行处理——于是任务落在了我头上……

于是我就开始思考：

Ø  正常联系方式

l   正则匹配连续出现的数字，中间四位改为『****』

    regex_replace : "/(\d{3})\d{4}(\d{2,4})/" : "\$1****\$2"

    顺便对qq号也进行了处理，现存qq号主要为5-11位，为防止对日期20160811进行误判，从9位的qq号开始处理

Ø  添加字符联系方式

l   现有的主要就是在各数字后面添加『.-*+_ 』等符号进行分离，因此需要匹配这些符号0次或者多次（特殊符号列举不完，需要不停地迭代）

    regex_replace : "/((\d[\s~\·\`\!！@#\$￥%\^…&\*\(（\)）\-\_－——\+=\\、\{\}【】\[\]\/\?？\.。\,，\<\>《》『』「」\"\'‘’“”]*){3})(\d[\s~\·\`\!！@#\$￥%\^…&\*\(（\)）\-\_－——\+=\\、\{\}【】\[\]\/\?？\.。\,，\<\>《》『』「」\"\'‘’“”]*){4}((\d[\s~\·\`\!！@#\$￥%\^…&\*\(（\)）\-\_－——\+=\\、\{\}【】\[\]\/\?？\.。\,，\<\>《》『』「」\"\'‘’“”]*){2,4})/" : "\$1****\$4"

    （我就问你有没有瞎 ）注意这里分组是$4，给大家推荐一个正则的工具 https://regexper.com，可以很清楚的看到正则的整个过程

    

Ø  大写联系方式

l   为了避免会误判到『一天』『两块石头』这样的字段，需要先判断一段话中是否有连续的大写文字，再替换成数字，然后同正常联系方式进行处理 

那么问题来了，因为所有数据都是通过同步数据打给前端的，所以

- 不能用js写，因为JS是在页面加载完之后才执行的，那个时候游记都已经展现了，还改个鬼啊……
- 不能用smarty语法写，因为不会……嘿嘿

所以就只能写php了（php我也不会啊，但是可以抄啊）我一个前端居然开始写php了……其实也就是写了个方法，在smarty中调用就好了

首先是判断是否有多个连续的大写号码
一开始的正则是这么写的：$reg = "/[一二三四五六七八九零壹贰弎肆伍陆柒捌玖〇⒈⒉⒊⒋⒌⒎⒐]{9,11}/"

结果发现匹配出来是乱码 然后开始考虑是字符编码的问题

中途踩了很多坑，基本可以参考这篇文章http://my.oschina.net/BearCatYN/blog/413833
一开始就单纯写的unicode编码，$reg = “/[\u58f9\u8d30\u5f0e\u8086\u4f0d\u9646\u67d2\u634c\u7396\u3007]{9,11}/"这样的，JS里面就是这样的嘛，结果发现根本没有匹配到

原来PHP正则表达式中不支持下列 Perl 转义序列：L, l, N, P, p, U, u, or X ，在 UTF-8 模式下，允许用“\x{...}”，花括号中的内容是表示十六进制数字的字符串，于是改成$reg = "/\x{58f9}\x{8d30}\x{53c1}\x{8086}\x{4f0d}\x{9646}\x{67d2}\x{634c}\x{7396}\x{3007}]{9,11}/“，还是不行……

于是加了一个修正符『u』,表示按unicode(utf-8)匹配（主要针对多字节比如汉字），$reg = "/[\x{58f9}\x{8d30}\x{53c1}\x{8086}\x{4f0d}\x{9646}\x{67d2}\x{634c}\x{7396}\x{3007}]{9,11}/u”，然后就好啦~好开心呢~

（对了，『三』的大写是『叁』不是『弎』……为什么我会弄错……）

在此附上找到的一些unicode，各种unicode 有的字符不知道怎么打出来的 待补

    1. 这是『一二三四五六七八九零』的unicode
        \x{4e00}\x{4e8c}\x{4e09}\x{56db}\x{4e94}\x{516d}\x{4e03}\x{516b}\x{4e5d}\x{96f6}

    2. 这是『壹贰叁肆伍陆柒捌玖〇』的unicode
        \x{58f9}\x{8d30}\x{53c1}\x{8086}\x{4f0d}\x{9646}\x{67d2}\x{634c}\x{7396}\x{3007}

    3. 这是『⒈⒉⒊⒋⒌⒍⒎⒏⒐』的unicode
        \x{2488}-\x{2490}

    4. 这是『①②③④⑤⑥⑦⑧⑨⓪』的unicode
        \x{2460}-\x{2468}\x{24ea}

    5. 这是『❶❷❸❹❺❻❼❽❾』的unicode
        \x{2776}-\x{277e}

    6. 这是『⑴⑵⑶⑷⑸⑹⑺⑻⑼』的unicode
        \x{2474}-\x{247c}

    7. 这是『㈠㈡㈣㈤㈥㈦㈧㈨』的unicode
        \x{3220}-\x{3228}

    8. 这是『㊀㊁㊂㊃㊄㊅㊆㊇㊈』的unicode
         \x{3280}-\x{3288}

感觉自己已经瞎了……

之后做一个替换的映射表，将匹配到的字符串进行替换，完成！

好啦，我要继续写代码了~

==========================================================================================================

20160924更新

以上主要涉及到两个函数preg_match_all和preg_match，这两个函数的区别可以参考http://blog.csdn.net/i1988/article/details/5830142这个文章，主要是匹配次数的问题，然后还要考虑好最后自己需要的是$match[0] 还是$match[1]的结果。 

然后现在又遇到这样的问题，就是……链接也被干掉了，比如图片（视频、链接什么的不好截图我就不发了，反正结果你们也能猜到），一查代码……

唉，现在就要做规避了……

细节太伤了，原谅我不想说……直接简单粗暴地上图吧，反正你们关心的也是这个（好像还是不能完全规避，唉 走一步看一步吧）

好了 我又要去写代码啦……（我们今天上班你们知道吗……）