正则表达式-preg_replace-一个返回空格，另一个不返回任何内容

Question

我正在清理UTF-8字符串：大写首字母-删除特殊字符-允许空间-以逗号分隔和允许的数字

我想知道，是否有可能创造出比下面更优雅的东西。第一个preg_replace返回一个空格。 other替换为任何内容。

$cleanCats = array_map(function ($element) { 
    $oneSpace = preg_replace('!\s+!', ' ', $element);
    $clean = preg_replace('~[^\pL\d ]+~u','',$oneSpace);
    return mb_strtoupper(mb_substr($clean, 0, 1)) . mb_substr($clean, 1);
}, $arrFromHtml);
echo json_encode('*' . strip_tags(implode(',', $cleanCats)) . '*');

$ arrFromHtml看起来像这样：

Array
(
    [0] => B:.M¤%&/W
    [1] => λgreek
    [2] => бжÐrussian
    [3] => H<>elloj
    [4] => com,m()/a
    [5] => Åó*dź
    [6] => 1 spc
    [7] => 3   spc
    [8] => æøå danish
    [9] => Euroâ¬
)

这是输出：

*BMW,Λgreek,БжЖrussian,Helloj,Comma,Łódź,1 spc,3 spc,Æøå danish,Euro*

Answer 1

您可以删除第一行preg_replace并使用

$clean = preg_replace('~[^\p{L}\d\s]+|(\s)+~u','$1', $element);

它将找到所有出现的

• [^\p{L}\d\s]+-Unicode字母，数字或空格以外的1个以上字符
• |-或
• [(\s)+-1个或多个空格，最后一个空格捕获到组1中。

替换为$1，即捕获到组1中的最后一个空格（因此，除去了最后一个空格之外的所有空格）。

也要在字符串中允许.，只需将其添加到否定的字符类中：

$clean = preg_replace('~[^\p{L}\d\s.]+|(\s)+~u','$1', $element);