regex - 正则表达式用一些特殊情况替换基本的@username 和#hashtag

Question

在正则表达式匹配中遇到新情况...我有一个包含单词、#hashtags、@useranmes 和其他杂项字符的字符串。

一些例子，因为它们变得越来越混乱。“我的新车”通常是可选的，并且不会存在，因为这是一个 preg 替换，我将以一个空字符串结尾，在我的情况下，这是可取的。但如果“我的新车”确实存在，那将是生成的所需字符串

1. 我的新车#wheels #car #auto #drive #weekend
2. 我的新车#wheels #car #auto #drive #weekend @me
3. 我的新车#wheels，#car，#auto，#drive，#weekend
4. 我的新车#wheels，#car，#auto，#drive，#weekend，@me（以上所有，没有“我的新车”，通常会出现双间距等混乱）（然后人们会喜欢并添加在字符串中的表情符号中
5. 我的新车#wheels #car \ud83d\ude2d\ud83d\ude2d\ud83d\ude2d\ud83d\ude02

期望的结果： 1. 我的新车 2. 我的新车 3. 我的新车 4. 我的新车 5. 我的新车

我做得很好，(^|\s)[#@](\w+)然后表情符号和有趣的方块开始发挥作用，表示为\ue412\ue412

我想我只需要找到一种方法来说明是否以 \ remove 开头。我想走另一条路，否定任何不是 [a-zA-Z0-9] 的东西，但这也是多语言。

有什么建议么？

Answer 1

该json_decode函数会将 ascii 转义序列转换为实际的 utf-8 unicode 字符。

$t = "My New Car #wheels #car \ud83d\ude2d\ud83d\ude2d\ud83d\ude2d\ud83d\ude02";
$s = json_decode("\"$t\"");
var_dump($s);

输出：

string(40) "My New Car #wheels #car "

要考虑这些字符，preg_replace您需要打开/uunicode 标志

$r = preg_replace("/\s*([#@]\S+|[^\\x00-\\xff])\s*/u", "", $s);
var_dump($r);

输出：

string(10) "My New Car"

\x0-127（十六进制 00-ff）的转义码匹配 ascii 字符。任何高于\xffutf-8 字符的内容。

Answer 2

尝试这个：

(?:[#@]\S+|\\\S+)

适用于您的所有示例，包括“凌乱”的示例。