php正则过滤字母,使用正则表达式过滤php中波斯语中的某些单词

我正在研究一个脚本,该脚本将从短信中识别令人反感的单词.问题在于,有时用户会对单词进行一些更改,使它们无法识别.我的代码必须能够尽可能地识别出这些.

首先,我将所有非数字字符替换为空格.

接着：

我已经写了两个正则表达式模式.

一种从字符串中删除重复字符的方法.

例如：用户写过：seeeeex,将其替换为sex：

preg_replace('/(.)\1+/', '$1', $text)

这种正则表达式适用于英语单词,但不适用于波斯语单词,这就是我的情况.

例如,如果您编写：

امیییییییییین

它没有任何作用.

我也试过

mb_ereg_replace

但这也不起作用.

我的另一个正则表达式是删除所有一个字母的单词之间的空格.

例如：我希望它将S X转换为性别：

preg_replace('/( [a-zA-Zآ-ی] )\1+/', trim('$1'), $text);

此正则表达式根本不起作用,需要更正.

谢谢您的帮助

解决方法:

使用多字节字符时,应启用Unicode Aware修饰符来更改令牌的行为,以匹配正确的事物.在您的第一种情况下,应为：

/(.)\1+/u

但是,在第二个正则表达式中,我同时看到了语法和语义错误,您可以将其更改为：

/\b(\pL)\s+/u

PHP：

preg_replace('/\b(\pL)\s+/u', '$1', $text);

放在一起：

$text = 'سسس ککک سسس';

echo preg_replace(['/(.)\1+/u', '/\b(\pL)\s+/u'], '$1', $text); // خروجی میدهد: سکس

标签：unicode,php,regex

来源： https://codeday.me/bug/20191110/2013938.html