在文章清理过程中保留空格和换行符

Question

我试着创建像sanitize文章函数这样的东西。我指的是清理或标准化显示在html博客网站上的文章内容的功能。

它必须删除除\n和之外的所有空格。换行符和空格。

我开始使用addcslashes php函数来编码换行符和空格。然后删除所有出现的空格。然后使用带斜杠。然后将多个\x20实例替换为单个实例。因此，它类似于换行符和空格，用于正则表达式操作的临时休眠。

但我没有成功，因为输出中没有输入中确实存在的换行符。

在线版本https://ideone.com/I4oZCJ

我的代码不起作用：

<?php
    $text = 'first line
second line';
    $text = addcslashes($text, "\x20\t");
    $text = preg_replace('/\s+/', ' ', $text);
    $text = stripslashes($text);
    $text = preg_replace('/\s+/', ' ', $text);
    var_dump($text);

如何获得它？

谢谢

Answer 1

您可以使用\h类替换水平空格字符：

preg_replace('/\h+/', ' ', $text');

Demo

或者，您可以创建自己的字符类，排除所有不想替换的字符：

 preg_replace('/[^\S\n]+/', ' ', $text);

基本上，这匹配所有非\S (非空格)和非\n (无换行符)的字符。这两种方法都有效。

Answer 2

https://ideone.com/hJrH8R

<?php
function clean($text) {
    $text = preg_replace('/[\cK\f\r\x85]+/', '', $text);
    $text = preg_replace('/\h+/', ' ', $text);
    return  $text;
}