php - 如何从推文中删除所有内容，但使用 php 删除纯文本？

Question

我正在尝试从推文中删除 url、提及、主题标签，以仅获取实际文本，而不是：

Hello this is a test @someone #tag1 #tag2 http://bit.ly/123

它只是：

Hello this is a test

我相信我必须使用某种正则表达式，但我对此很糟糕，有人能指出我正确的方向吗？

提前致谢。

Answer 1

preg_replace() 将完成这项工作

$str = "Hello this is a test @someone #tag1 #tag2 http://bit.ly/123";
$str = preg_replace('/#([\w-]+)/i', '', $str); // @someone
$str = preg_replace('/@([\w-]+)/i', '', $str); // #tag
$str = preg_replace('/(http|https|ftp|ftps)\:\/\/[a-zA-Z0-9\-\.]+\.[a-zA-Z]{2,3}(\/\S*)?/', '', $str);

Answer 2

以下是如何在三个正则表达式中执行此操作（您可能可以将所有三个合并为一个，但我们不要去那里！）

$str = preg_replace('/(^|\b)@\S*($|\b)/', '', $str); // remove @someone
$str = preg_replace('/(^|\b)#\S*($|\b)/', '', $str); // remove hashtags

// taken from http://daringfireball.net/2010/07/improved_regex_for_matching_urls
$urlRegex = '~(?i)\b((?:[a-z][\w-]+:(?:/{1,3}|[a-z0-9%])|www\d{0,3}[.]|[a-z0-9.\-]+[.][a-z]{2,4}/)(?:[^\s()<>]+|\(([^\s()<>]+|(\([^\s()<>]+\)))*\))+(?:\(([^\s()<>]+|(\([^\s()<>]+\)))*\)|[^\s`!()\[\]{};:\'".,<>?«»“”‘’]))~';
$str = preg_replace($urlRegex, '', $str); // remove urls