最佳的创建/分割字符串为标签的方法

Question

在我的php应用程序中，用户可以输入标签（就像在此处提问时一样）。 我假设它将是正则表达式，并且我使用了一个-mb_split('\W+', $text) - 通过非单词字符拆分。 但我想允许用户输入像“-,_,+,#”等字符，这些字符是有效的，并且通常出现在url中。 是否有现有的解决方案，或者可能是最佳实践？ 谢谢。

- waney

Answer 1

使用explode()函数，并通过空格或逗号进行分隔。示例：

$string = 'tag1 tag-2 tag#3';
$tags = explode(' ', $string); //Tags will be an array

- VirtuosiMedia

---

用户输入“？”字符会导致 URL 错误。 - waney

不要忘记对任何用户输入进行urlencode()。这将防止'#'和'?'破坏URL。 - matpie

Answer 2

改为使用空格 \s+ 进行分割。

- Zach Scrivena

Answer 3

建议使用\s+（空格）进行分割，而不是\W+（非字母数字字符）。

- chaos

Answer 4

您说您希望它的工作方式类似于stackoverflow标签器。此标记器通过空格字符“”将它们分割。

如果您也希望这是您的行为，只需使用：

mb_split('\s+', $text)

替代：

mb_split('\W+', $text)

祝你好运！

- Willem

Answer 5

在将字符串分割为标签之前，您可以先尝试清理该字符串：

# List characters that you would want to exclude from your tags and clean the string
$exclude = array( '/[?&\/]/', '/\s+/');
$replacements = array('', ' '); 
$tags = preg_replace($exclude, $replacements,  $tags);

# Now split:
$tagsArray = explode(' ', $tags);

您可以采用白名单的方法来处理这个问题，将您接受的字符列在您的模式中。

- michael

Answer 6

我在我的应用程序中使用smart_explode()函数来解析标签：

function smart_explode ($exploder, $string, $sort = '') {
  if (trim ($string) != '') {
    $string = explode ($exploder, $string);
    foreach ($string as $i => $k) {
      $string[$i] = trim ($k);
      if ($k == '') unset ($string[$i]);
    }
    $u = array_unique ($string);
    if ('sort' == $sort) sort ($u);
    return $u;
  } else {
    return array ();
  }
}

它通过使用$exploder作为分隔符（通常是逗号）将$string分解为数组，删除重复项，修剪标记周围的空格，甚至在$sort为'sort'时为您排序标记。当$string为空时，它将返回一个空数组。

用法如下：

$mytaglist = smart_explode (',', '  PHP,  ,,regEx ,PHP');

以上将返回：

array ('PHP', 'regEx')

为了过滤掉你不喜欢的字符，请执行

 $mytaglist = str_replace (array ('?', '$', '%'), '_', $mytaglist);

在进行智能分解之前（列出数组中要替换为下划线的“坏”字符）。

- Ilya Birman

Answer 7

处理标签的正确方法取决于您对输入处理的偏好：您可以完全删除无效的标签，也可以尝试清理标签使其变为有效。

在清理输入时应使用白名单方法来定义有效字符 - 黑名单中存在太多问题字符。

mb_internal_encoding('utf8');

$tags= 'to# do!"¤ fix-this str&ing';
$allowedLetters='\w';
// Note that the hyphen must be first or last in a character class pattern,
// to match hyphens, instead of specifying a character set range
$allowedSpecials='_+#-';

第一种方法是完全删除无效标签：

// The first way: Ignoring invalid tags

$tagArray = mb_split(' ', $tags);

$pattern = '^[' . $allowedLetters . $allowedSpecials . ']+$';

$validTags = array();
foreach($tagArray as $tag)
{
    $tag = trim($tag);
    $isValid = mb_ereg_match($pattern, $tag);
    if ($isValid)
        $validTags[] = $tag;
}

第二种方法尝试清除标签：

// The second way: Cleaning up the tag input

// Remove non-whitelisted characters
$pattern = '[^' . $allowedLetters . $allowedSpecials .']';

$cleanTags = mb_ereg_replace($pattern, ' ', $tags);

// Trim multiple white spaces.
$pattern = '\s+';
$cleanTags = mb_ereg_replace($pattern, ' ', $cleanTags);

$tags = mb_split(' ',$cleanTags);

用空格替换非法字符有时会导致问题 - 例如上面的 "str&ing" 被转换为 "str ing"。 完全删除非法字符将导致 "string"，在某些情况下更有用。

- Jukka Dahlbom

Answer 8

使用 preg_match_all。

$tags = array();
if(preg_match_all('/\s*(.*)\s*/U',$tags)) unset($tags[0]);
//now in $tags you have an array of tags. 

如果标签是UTF-8编码，那么在正则表达式中添加u修饰符。

- vartec