我想将一个字符串转换成URL，需要实现以下功能：
- 只保留字母数字字符、空格和短横线。
- 将空格转换为短横线。
例如：
This, is the URL!
必须返回
this-is-the-url
将字符串转换为只包含单破折号分隔符的slug
25
- Atif
1
嗨，詹斯，我对这段代码一无所知，这就是我需要帮助的原因。我唯一知道的是它应该使用 preg_replace()，但我不知道正则表达式应该是什么。谢谢。 - Atif
10个回答
51
function slug($z){
$z = strtolower($z);
$z = preg_replace('/[^a-z0-9 -]+/', '', $z);
$z = str_replace(' ', '-', $z);
return trim($z, '-');
}
- SilentGhost
7
-1：在阅读SilentGhost所写的代码之外，理解他/她意图。虽然这似乎是URL安全的，但代价是信息的丢失。正确的方法是使用urlencode()对数据进行编码以用于URL。 - symcbean
1把下面这段与程序相关的内容从英语翻译成中文。只返回翻译后的文本： - symcbean
8@symcbean，urlencode并不是我需要的，因为我想要消除符号而不是将它们转换。所以这正是我想要的。 - Atif
$z = strtolower(trim(preg_replace("/[^\w]+/", "-", $z), "-")) - mario
2@mario：1. 它不执行相同的处理；2. 这是一个维护的噩梦。 - SilentGhost
显示剩余2条评论
4
首先去除不需要的字符
$new_string = preg_replace("/[^a-zA-Z0-9\s]/", "", $string);
然后将空格改为下划线
$url = preg_replace('/\s/', '-', $new_string);
最后对其进行编码以便使用。
$new_url = urlencode($url);
- Rooneyl
1
1下划线是一个不同的字符：
_ 是下划线，- 是连字符。在这样的字符串上使用 urlencode 不会改变任何东西。你还忘记了第一个正则表达式中的连字符，\s 不等同于空格字符。 - SilentGhost2
OP并没有明确描述slug的所有属性，但这是我从意图中得出的。
我的解释与此帖子所述的完美、有效、简洁的slug一致：https://wordpress.stackexchange.com/questions/149191/slug-formatting-acceptable-characters#:~:text=However%2C%20we%20can%20summarise%20the,or%20end%20with%20a%20hyphen。
我发现早期发布的答案都无法始终如一地实现这一点（我甚至没有将问题范围扩展到包括多字节字符）。
- 将所有字符转换为小写
- 将一个或多个非字母数字字符的序列替换为单个连字符。
- 从字符串中删除前导和尾随连字符。
我推荐以下一行命令，它不需要声明仅用一次的变量：
return trim(preg_replace('/[^a-z0-9]+/', '-', strtolower($string)), '-');
我还准备了一份演示，突出展示其他答案中我认为存在的不准确之处。（演示）
'This, is - - the URL!' input
'this-is-the-url' expected
'this-is-----the-url' SilentGhost
'this-is-the-url' mario
'This-is---the-URL' Rooneyl
'This-is-the-URL' AbhishekGoel
'This, is - - the URL!' HelloHack
'This, is - - the URL!' DenisMatafonov
'This,-is-----the-URL!' AdeelRazaAzeemi
'this-is-the-url' mickmackusa
---
'Mork & Mindy' input
'mork-mindy' expected
'mork--mindy' SilentGhost
'mork-mindy' mario
'Mork--Mindy' Rooneyl
'Mork-Mindy' AbhishekGoel
'Mork & Mindy' HelloHack
'Mork & Mindy' DenisMatafonov
'Mork-&-Mindy' AdeelRazaAzeemi
'mork-mindy' mickmackusa
---
'What the_underscore ?!?' input
'what-the-underscore' expected
'what-theunderscore' SilentGhost
'what-the_underscore' mario
'What-theunderscore-' Rooneyl
'What-theunderscore-' AbhishekGoel
'What the_underscore ?!?' HelloHack
'What the_underscore ?!?' DenisMatafonov
'What-the_underscore-?!?' AdeelRazaAzeemi
'what-the-underscore' mickmackusa
- mickmackusa
1
试试这个
function clean($string) {
$string = str_replace(' ', '-', $string); // Replaces all spaces with hyphens.
$string = preg_replace('/[^A-Za-z0-9\-]/', '', $string); // Removes special chars.
return preg_replace('/-+/', '-', $string); // Replaces multiple hyphens with single one.
}
使用方法：
echo clean('a|"bc!@£de^&$f g');
将输出：abcdef-g
- Abhishek Goel
1
使用intl转换器是一个不错的选择，因为它可以轻松地处理复杂情况，并且只需要一组规则。我添加了自定义规则来说明它有多灵活，以及如何保留最大限度的有意义信息。随时可以删除它们并添加自己的规则。
$strings = [
'This, is - - the URL!',
'Holmes & Yoyo',
'L’Œil de démon',
'How to win 1000€?',
'€, $ ＆ other currency symbols',
'Und die Katze fraß alle mäuse.',
'Белите рози на София',
'പോണ്ടിച്ചേരി സൂര്യനു കീഴിൽ',
];
$rules = <<<'RULES'
# Transliteration
:: Any-Latin ; :: Latin-Ascii ;
# examples of custom replacements
'&' > ' and ' ;
[^0-9][01]? { € > ' euro' ; € > ' euros' ;
[^0-9][01]? { '$' > ' dollar' ; '$' > ' dollars' ;
:: Null ;
# slugify
[^[:alnum:]&[:ascii:]]+ > '-' ;
:: Lower ;
# trim
[$] { '-' > &Remove() ;
'-' } [$] > &Remove() ;
RULES;
$tsl = Transliterator::createFromRules($rules, Transliterator::FORWARD);
$results = array_map(fn($s) => $tsl->transliterate($s), $strings);
print_r($results);
不幸的是，PHP手册完全没有关于ICU转换的内容，但你可以在这里找到相关信息。
- Casimir et Hippolyte
1
这将在Unix shell中完成（我刚在我的MacOS上尝试过）：
$ tr -cs A-Za-z '-' < infile.txt > outfile.txt
我从More Shell, Less Egg的博客文章中得到了这个想法。
- user1484291
0
所有之前的答案都涉及到URL，但是如果有人需要对登录字符串进行清理（例如），并将其保留为文本，则可以使用以下方法：
function sanitizeText($str) {
$withSpecCharacters = htmlspecialchars($str);
$splitted_str = str_split($str);
$result = '';
foreach ($splitted_str as $letter){
if (strpos($withSpecCharacters, $letter) !== false) {
$result .= $letter;
}
}
return $result;
}
echo sanitizeText('ОРРииыфвсси ajvnsakjvnHB "&nvsp;\n" <script>alert()</script>');
//ОРРииыфвсси ajvnsakjvnHB &nvsp;\n scriptalert()/script
//No injections possible, all info at max keeped
- Denis Matafonov
0
function isolate($data) {
$data = trim($data);
$data = stripslashes($data);
$data = htmlspecialchars($data);
return $data;
}
- Hello Hack
1
4请在您的代码中添加更多信息，例如如何使用或者您是如何得出这个答案的。谢谢。 - Mehrad
-1
你应该使用slugify包而不是重复造轮子 ;)
- DjimOnDev
2
1仅提供链接的回答是无用的，尤其当它将会失效时。
您能详细说明一下吗？ - Toto
最好将包作为问题下的注释进行推荐。 - mickmackusa
-1
以下将把空格替换为破折号。
$str = str_replace(' ', '-', $str);
接下来的语句将删除除了字母数字和破折号以外的所有字符。（因为在之前的步骤中我们已经用破折号替换了空格。）
// Char representation 0 - 9 A- Z a- z -
$str = preg_replace('/[^\x30-\x39\x41-\x5A\x61-\x7A\x2D]/', '', $str);
这相当于什么？
$str = preg_replace('/[^0-9A-Za-z-]+/', '', $str);
提示：要从字符串中删除所有特殊字符，请使用
$str = preg_replace('/[^\x20-\x7E]/', '', $str);
\x20 是空格的十六进制表示，它是 ASCII 字符的开始，而 \x7E 是波浪号。根据维基百科 https://en.wikipedia.org/wiki/ASCII#Printable_characters 的说法。
请注意：查看 20-7E 的间隔的十六进制列
可打印字符 20hex 到 7Ehex 的代码，称为可打印字符，代表字母、数字、标点符号和一些杂项符号。总共有 95 个可打印字符。
- Adeel Raza Azeemi
2
我可以向任何人挑战，证明我是正确的。不知道为什么我被踩了。 - Adeel Raza Azeemi
演示可以在 https://dev59.com/ynA75IYBdhLWcg3w794Y#65280956 找到。 - mickmackusa
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接