Regex:一起删除非字母数字字符、多个空格和trim()

Question

我有一个$text，可以去掉所有非字母数字字符，用单个空格替换多个空格和换行符，并消除开始和结束空格。

到目前为止，这是我的解决方案。

$text = '
some-    text!! 

for testing?
'; // $text to format

//strip off all non-alphanumeric chars
$text = preg_replace("/[^a-zA-Z0-9\s]/", "", $text);

//Replace multiple white spaces by single space 
$text = preg_replace('/\s+/', ' ', $text);

//eliminate beginning and ending space
$finalText = trim($text);
/* result: $finalText ="some text for testing";
without non-alphanumeric chars, newline, extra spaces and trim()med */

有没有可能在一个正则表达式中组合/实现所有这些？因为我只需要一行代码就可以得到想要的结果，如下所示

$finalText = preg_replace(some_reg_expression, $replaceby, $text);

谢谢

编辑:使用测试字符串进行澄清

Answer 1

你当然可以。这很简单。

re将如下所示：

((?<= )\s*)|[^a-zA-Z0-9\s]|(\s*$)|(^\s*)

我手头没有PHP，我使用了Perl (只是为了测试re并展示它的工作)(你可以使用我的代码here)：

$ cat test.txt 
         a       b       c    d
a b c e f g             fff  f

$ cat 1.pl 
while(<>) {
    s/((?<= )\s*)|[^a-zA-Z0-9\s]|(\s*$)|(^\s*)//g;
    print $_,"\n";
}

$ cat test.txt | perl 1.pl 
a b c d
a b c e f g fff f

对于PHP，它将是相同的。

RE的作用是什么？

((?<= )\s*)       # all spaces that have at least one space before them
|
[^a-zA-Z0-9\s]    # all non-alphanumeric characters
|
(\s*$)            # all spaces at the end of string
|
(^\s*)            # all spaces at the beginning of string

这里唯一棘手的部分是((?<= )\s*)，lookbehind断言。当且仅当空格的子字符串之前有空格时，才能删除空格。

当你想知道前视/后视断言是如何工作的，请看一下http://www.regular-expressions.info/lookaround.html。

来自discussion的更新

当使用$text ='some ? ! ? text';时会发生什么？则生成的字符串在"some“和"text”之间包含多个空格。

要解决这个问题并不容易，因为人们需要可变长度的正向回溯断言，而这在目前是不可能的。人们不能简单地检查空格，因为它可能发生，所以它不是空格而是非字母数字字符，并且无论如何都会被移除(例如:在" !"中，"!"符号将被移除，但RE对此一无所知；一个人需要类似(?<=[^a-zA-Z0-9\s]* )\s*的东西，但不幸的是，这将不起作用，因为不支持lookbehind可变长度断言。

Answer 2

我不认为您可以用一个正则表达式来实现这一点。您基本上需要固定在if else条件中，仅通过正则表达式是不可能的。

您基本上需要一个regex来删除非字母数字，另一个regex来折叠空格，这基本上就是您已经在做的事情。

Answer 3

如果这就是你要找的-请勾选此项

$patterns = array ('/[^a-zA-Z0-9\s]/','/\s+/');
$replace = array ("", ' ');
trim( preg_replace($patterns, $replace, $text) );

MAy它可能需要一些修改，如果这是你想做的事情，请让我知道？？