254

我遇到了 URL 的问题,我希望能够转换可能包含任何内容的标题并将它们剥离所有特殊字符,以便它们只有字母和数字,当然我想用连字符替换空格。

这将如何完成?我听说过很多关于正则表达式(regex)的使用......

4

3 回答 3

754

这应该可以满足您的需求:

function clean($string) {
   $string = str_replace(' ', '-', $string); // Replaces all spaces with hyphens.

   return preg_replace('/[^A-Za-z0-9\-]/', '', $string); // Removes special chars.
}

用法:

echo clean('a|"bc!@£de^&$f g');

将输出:abcdef-g

编辑:

嘿,只是一个简单的问题,我怎样才能防止多个连字符彼此相邻?并将它们替换为 1 吗?

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.
}
于 2013-01-01T21:33:54.827 回答
128

更新

下面的解决方案有一个“SEO 更友好”的版本:

function hyphenize($string) {
    $dict = array(
        "I'm"      => "I am",
        "thier"    => "their",
        // Add your own replacements here
    );
    return strtolower(
        preg_replace(
          array( '#[\\s-]+#', '#[^A-Za-z0-9. -]+#' ),
          array( '-', '' ),
          // the full cleanString() can be downloaded from http://www.unexpectedit.com/php/php-clean-string-of-utf8-chars-convert-to-similar-ascii-char
          cleanString(
              str_replace( // preg_replace can be used to support more complicated replacements
                  array_keys($dict),
                  array_values($dict),
                  urldecode($string)
              )
          )
        )
    );
}

function cleanString($text) {
    $utf8 = array(
        '/[áàâãªä]/u'   =>   'a',
        '/[ÁÀÂÃÄ]/u'    =>   'A',
        '/[ÍÌÎÏ]/u'     =>   'I',
        '/[íìîï]/u'     =>   'i',
        '/[éèêë]/u'     =>   'e',
        '/[ÉÈÊË]/u'     =>   'E',
        '/[óòôõºö]/u'   =>   'o',
        '/[ÓÒÔÕÖ]/u'    =>   'O',
        '/[úùûü]/u'     =>   'u',
        '/[ÚÙÛÜ]/u'     =>   'U',
        '/ç/'           =>   'c',
        '/Ç/'           =>   'C',
        '/ñ/'           =>   'n',
        '/Ñ/'           =>   'N',
        '/–/'           =>   '-', // UTF-8 hyphen to "normal" hyphen
        '/[’‘‹›‚]/u'    =>   ' ', // Literally a single quote
        '/[“”«»„]/u'    =>   ' ', // Double quote
        '/ /'           =>   ' ', // nonbreaking space (equiv. to 0x160)
    );
    return preg_replace(array_keys($utf8), array_values($utf8), $text);
}

上述功能的基本原理(我发现效率低下 - 下面的一个更好)是一个不应命名的服务显然在 URL 上运行拼写检查和关键字识别。

在客户的偏执中失去了很长时间后,我发现他们毕竟不是在想象事情——他们的 SEO 专家 [我绝对不是] 报告说,将“Viaggi Economy Perù”转换为viaggi-economy-peru“表现得更好”比viaggi-economy-per(之前的“清理”删除了 UTF8 字符;Bogotà变成了 bogotMedellìn变成了 medelln等等)。

还有一些常见的拼写错误似乎影响了结果,对我来说唯一有意义的解释是我们的 URL 被解包,单词被挑出来,用来驱动上帝知道什么排名算法。而且这些算法显然已经输入了 UTF8 清理的字符串,因此“Perù”变成了“Peru”而不是“Per”。“Per”不匹配,有点像在脖子上。

为了既保留 UTF8 字符又替换一些拼写错误,下面更快的函数变成了上面更准确的 (?) 函数。$dict当然,需要手工定制。

上一个答案

一个简单的方法:

// Remove all characters except A-Z, a-z, 0-9, dots, hyphens and spaces
// Note that the hyphen must go last not to be confused with a range (A-Z)
// and the dot, NOT being special (I know. My life was a lie), is NOT escaped

$str = preg_replace('/[^A-Za-z0-9. -]/', '', $str);

// Replace sequences of spaces with hyphen
$str = preg_replace('/  */', '-', $str);

// The above means "a space, followed by a space repeated zero or more times"
// (should be equivalent to / +/)

// You may also want to try this alternative:
$str = preg_replace('/\\s+/', '-', $str);

// where \s+ means "zero or more whitespaces" (a space is not necessarily the
// same as a whitespace) just to be sure and include everything

请注意,您可能必须首先urldecode()输入 URL,因为 %20 和 + 实际上都是空格 - 我的意思是,如果您有“Never%20gonna%20give%20you%20up”,您希望它变成 Never-gonna-give-you-起来,而不是Never20gonna20give20you20up。你可能不需要它,但我想我会提到这种可能性。

所以完成的功能以及测试用例:

function hyphenize($string) {
    return 
    ## strtolower(
          preg_replace(
            array('#[\\s-]+#', '#[^A-Za-z0-9. -]+#'),
            array('-', ''),
        ##     cleanString(
              urldecode($string)
        ##     )
        )
    ## )
    ;
}

print implode("\n", array_map(
    function($s) {
            return $s . ' becomes ' . hyphenize($s);
    },
    array(
    'Never%20gonna%20give%20you%20up',
    "I'm not the man I was",
    "'Légeresse', dit sa majesté",
    )));


Never%20gonna%20give%20you%20up    becomes  never-gonna-give-you-up
I'm not the man I was              becomes  im-not-the-man-I-was
'Légeresse', dit sa majesté        becomes  legeresse-dit-sa-majeste

为了处理 UTF-8,我使用了一个cleanString在网上找到的实现(链接已断开,但是答案的开头是一个包含所有不太深奥的 UTF8 字符的精简副本;如果你添加更多字符也很容易需要)将 UTF8 字符转换为普通字符,从而尽可能地保留单词“look”。为了性能,它可以被简化并包装在函数中。

上面的函数还实现了转换为小写 - 但这是一种品味。这样做的代码已被注释掉。

于 2013-01-01T21:36:45.050 回答
52

在这里,查看此功能:

function seo_friendly_url($string){
    $string = str_replace(array('[\', \']'), '', $string);
    $string = preg_replace('/\[.*\]/U', '', $string);
    $string = preg_replace('/&(amp;)?#?[a-z0-9]+;/i', '-', $string);
    $string = htmlentities($string, ENT_COMPAT, 'utf-8');
    $string = preg_replace('/&([a-z])(acute|uml|circ|grave|ring|cedil|slash|tilde|caron|lig|quot|rsquo);/i', '\\1', $string );
    $string = preg_replace(array('/[^a-z0-9]/i', '/[-]+/') , '-', $string);
    return strtolower(trim($string, '-'));
}
于 2013-01-01T21:35:38.153 回答