PHP多字节字符串正则表达式

Question

我们有一个正则表达式，可以去除非字母数字的字符，但'#'、'&'和'-'除外。以下是它的样子：

preg_replace('/[^a-zA-Z0-9#&-*]/', '', strtolower($title));

现在我们需要支持繁体中文字符串，而上面的功能无法实现。我该如何为繁体中文实现类似的功能呢？

谢谢。

- user824212

---

那么哪些中文字符是“字母数字”？ - NullUserException

Answer 1

使用u修饰符：

preg_replace(`/[^a-zA-Z0-9#&-*诶]/u`, '', $string);

顺便提一下，不要使用strtolower()，因为它会破坏你的字符串。请使用mb_strtolower()：

mb_strtolower($string, 'UTF-8');

- Karolis

Answer 2

你试过使用 mb_ereg_replace() 而不是 preg_replace() 吗？或许那会奏效。

http://www.php.net/manual/en/function.mb-ereg-replace.php

- johangu

---

一般情况下应该避免使用ereg，即使这个特定的函数在mb_部分中并没有被标记为过时。preg现在是PHP的标准正则表达式接口，而ereg本身将来会消失。 - Marc B

mb_-部分中没有 preg_replace 函数，因此我建议使用 ereg 函数。 - johangu