PHP正則表達式來過濾掉垃圾

所以，我有一個有趣的問題：我有一個字符串，並且在大多數情況下我知道會發生什麼：PHP正則表達式來過濾掉垃圾

除了在這種情況下，？的大寫字母或數字。問題是，字符串中有垃圾混入：字符串被分解成5或6個部分，並且中間有很多垃圾：不可打印的字符，外來字符以及普通的舊正常字符。總之，看起來像這樣的東西：Nyþ=mî;'MÝ×nüqÏ

通常最後8個字符（？）在最後一起放在一起，所以目前我只需要PHP抓取最後8個字符，希望最好。偶爾，這不起作用，所以我需要一個更強大的解決方案。

該問題在技術上無法解決，但我認爲最好的解決方案是從字符串的末尾抓取字符，而它們是大寫或數字。如果我得到8個或更多，則認爲是正確的。否則，找到st =並且抓取字符數量儘可能多，以填充8個字符的配額。有沒有一個正則表達式的方式來做到這一點，或者我需要捲起袖子去嵌套循環風格？

更新：

澄清一些混亂，我得到一個輸入字符串是這樣的：

[garbage]http:/[garbage]/somewe[garbage]bsite.co[garbage]m/something=[garbage]????????

除了垃圾是在字符串中的不可預知的位置（除了到底是從來沒有垃圾），並且具有不可預知的長度（至少，我已經能夠在兩者中找到模式）。通常這些都是在一起，因此我只抓取最後的8個字符，但有時它們不會導致一些丟失數據並返回垃圾： - \

來源

2009-11-18 Mala

這是什麼意思：「通常最後8個字符（？）在一起在最後」？ – Franz 2009-11-18 23:00:59

我可以問你爲什麼或如何進入這樣一個有問題的情況？誰把垃圾放在那裏，爲什麼？ – 2011-04-28 13:56:49

$var = '†http://þ=www.ex;üßample-website.î;ëcomÝ×ü/joy_hÏere.html'; // test case

$clean = join(
    array_filter(
     str_split($var, 1), 
     function ($char) { 
      return (
       array_key_exists(
        $char, 
        array_flip(array_merge(
         range('A','Z'), 
         range('a','z'), 
         range((string)'0',(string)'9'), 
         array(':','.','/','-','_') 
        )) 
       ) 
      ); 
     } 
    ) 
);

哈，這是一個笑話。這裏有一個正則表達式給你：

$clean = preg_replace('/[^A-Za-z0-9:.\/_-]/','',$var);

來源

2009-11-18 23:15:12 Dereleased

其他字符如冒號或斜槓怎麼辦？ – Aistina 2009-11-18 23:18:35

啊，帖子已被編輯。我會很快更新。 – Dereleased 2009-11-18 23:22:30

謝謝！我不完全確定那個正則表達式的作用，但是一個示例輸入的輸出是4Z56M9NQ9GP215，它比8個字符長，因爲垃圾也可以包含所有這些字符。基本上我需要在[垃圾]之間捨棄（有希望的）最後一個'='符號 – Mala 2009-11-18 23:26:22

這些值代表什麼？如果你想保留所有這些，就不必處理數據庫中的垃圾，也許你應該使用bin2hex()對它進行十六進制編碼。

來源

2009-11-18 23:03:08 intgr

我基本上得到一個垃圾混合在一個字符串以不可預知的間隔，我想獲得原始字符串。我不認爲bin2hex（）會對我有所幫助 – Mala 2009-11-18 23:16:44

如上所述，問題是無法解決的。如果垃圾可以包含「普通舊常規字符」字符，並且垃圾可能會落在字符串的末尾，則無法知道此示例中的目標字符串是「ABCDEFGH」還是「BCDEFGHI」：

__http:/____/somewe___bsite.co____m/something=__ABCDEFGHI__

來源

2009-11-18 23:29:39 Sparr

它是無法解決的，但最好的近似值是沿着以下方向的：從後面收集儘可能合理;只要看起來合理，從「東西=」前方收集;如果第一部分大於等於8個字符，則使用該字符，否則從第二部分中取出儘可能多的字符，以填充至8個字符 – Mala 2009-11-18 23:33:08

+1。但另一方面，模棱兩可的情況可能是少數。如果您可以在90％的時間內識別出正確的URL，那可能還是值得的。 – 2009-11-18 23:34:20

這是「看起來很合理」，我遇到了 – Mala 2009-11-18 23:34:50

您可以使用正則表達式：

如果（的preg_match（ '/ \'？^£$％& *（）} {@＃〜> <> | = _ +¬ - ] /」， $ string）== 1）

來源

2015-05-13 11:12:32 Manoranjan

問題請問您能詳細解釋一下您的答案，並添加關於您提供的解決方案的更多描述？ – abarisone 2015-05-13 11:19:43

PHP正則表達式來過濾掉垃圾

回答

相關問題