php - 如何在 PHP 中用 UTF-8 支持替换所有非字母字符

Question

我想从字符串中删除所有非字母字符。问题是我不知道字母范围，因为它是 UTF8 字符串。

它可以是英语、ՀԱՅԵՐԵՆ、ქართული、УКРАЇНСЬКИЙ、РУССКИЙ

我通常会这样做：

$str = preg_replace('/[^a-zA-Z]/', '', $str);

或者

$str = preg_replace('/[^\w]/u', '', $str);

但它们都清除了外来字符。

有任何想法吗？

Answer 1

使用Unicode 字符属性：

$str = preg_replace('/\P{L}+/u', '', $str);

Answer 2

更新：至于 Unicode，RegExp 看起来像这样[^\p{L}\s]+（不替换空格）

它将用 UTF8 支持替换所有非字母字符。

• \P{L}+- 匹配任何非字母符号
• \p{P}+- 仅删除标点符号

以下是一些有用的参考文档：

• RegExp UTF8 教程
• Unicode 字符属性

Answer 3

字母的 Unicode 属性是\pL，对于非字母是\PL

$str = preg_replace('/\PL+/u', '', $str);