删除阿拉伯语中的垃圾字符

Question

我需要从字符串中删除所有非阿拉伯字符，最终with the help of people from stack-overflow能够提出以下正则表达式来删除所有非阿拉伯字符。

preg_replace('/[^\x{0600}-\x{06FF}]/u','',$string);

问题是上面的代码也删除了空格。现在我发现我也需要来自A-Z,a-z,0-9, !@#$%^&*()的字符。那么我需要如何修改正则表达式呢？

感谢你

Answer 1

将您希望保留的字符添加到您的字符类中：

preg_replace('/[^\x{0600}-\x{06FF}A-Za-z !@#$%^&*()]/u','', $string);

Answer 2

假设您有以下字符串：

$str = "Arabic Text نص عربي test 123 و,.m,............ ~~~ ٍ،]ٍْ}~ِ]ٍ}";

这将只保留带空格的阿拉伯字符。

echo preg_replace('/[^أ-ي ]/ui', '', $str);

这将保留仅包含数字的阿拉伯语和英语字符

echo preg_replace('/[^أ-يA-Za-z0-9 ]/ui', '', $str);

这将在稍后回答您的问题。

echo preg_replace('/[^أ-يA-Za-z !@#$%^&*()]/ui', '', $str);

Answer 3

在上面的例子中，以更详细的方式，考虑下面的字符串：

$string = '<div>This..</div> <a>is<a/> <strong>hello</strong> <i>world</i> ! هذا هو مرحبا العالم! !@#$%^&&**(*)<>?:";p[]"/.,\|`~1@#$%^&^&*(()908978867564564534423412313`1`` "Arabic Text نص عربي test 123 و,.m,............ ~~~ ٍ،]ٍْ}~ِ]ٍ}"; ';

代码：

echo preg_replace('/[^\x{0600}-\x{06FF}A-Za-z0-9 !@#$%^&*().]/u','', strip_tags($string));

Allows:英文字母，阿拉伯字母，0到9，字符!@#$%^&*().

Removes:所有html标记，以及上述以外的特殊字符