regex - preg_replace 使用 UTF-8 字母

Question

我只需要允许名称中的字母和数字，但字母必须是 UTF-8，因为它将用于德语、西班牙语和其他语言

我的代码抛出 UTF-8 字符，如何解决？谢谢

$title = 'aj,o!_-z5ąśäżźŠń?56';

echo preg_replace('/[^A-z0-9-]/', '_', $title);

Answer 1

第一的，

[A-z]是一个错误。A-z永远不要在字符类中使用范围。

它匹配与 相同的字符[A-Za-z]，加上几个代码点恰好位于Z和之间的特殊字符a。如果您真的只想匹配 ASCII 字母，您可以使用[A-Za-z], 或[A-Z]设置“不区分大小写”标志。

至于你的问题，我认为这就是你要找的：

echo preg_replace('/[^\p{L}\d-]/u', '_', $title);

该/u标志告诉它将正则表达式和源字符串视为 UTF-8，它允许您像\p{L}在正则表达式中一样使用 Unicode 属性。 \d只是一种更紧凑的匹配方式[0-9]（ASCII十进制数字）。根据您的需要，您可能想要使用\p{N}(Unicode numbers) 或\p{Nd}(Unicode decimal digits)，但我很确定\d就足够了。