正則表達式替換基本@username和#hashtag與一些特殊情況

卡住在正則表達式匹配中的新案例... 我有一個字符串，包含單詞，#hashtags，@useranmes和其他misc字符。正則表達式替換基本@username和#hashtag與一些特殊情況

一些例子，他們變得更加混亂和混亂。 '我的新車'通常是可選的，並且不會存在，因爲這是一個預替換，我將以空字符串結束，在我的情況下，這是可取的。但是，如果「我的新車」確實存在，這將是導致所需的字符串

我的新車#wheels #car #AUTO #drive #weekend
我的新車#wheels #car #AUTO #drive #weekend @me
我的新車#wheels，#car，#AUTO，#drive，#weekend
我的新車#wheels，#car，#AUTO，#drive，#weekend，@me （全以上，沒有「我的新車」，通常雙倍間距的混亂等）（然後人們看中並在字符串中添加表情符號
我的新車#wheels #car \ ud83d \ ude2d \ ud83d \ ude2d \ ud83d \ ude2d \ ud83d \ ude02

所需的結果：1。我的新車 2.我的新車 3.我的新車 4.我的新車 5.我的新車

我是這樣做很好用(^|\s)[#@](\w+)，然後表情符號開始發揮作用，以及有趣的方形其表示爲\ ue412 \ ue412

我認爲我只需要找到一種方式來說，如果開始於\去除到最後。我想以另一種方式去做，否定任何不是[a-zA-Z0-9]的東西，但這也是多語言的。

有什麼建議嗎？

來源

2011-12-09 user170579

你的例子很奇怪..如果你只想要我的新車，你只需刪除＃後面的所有內容。但顯然你還沒有想要的其他東西 - 或者我不明白。 – FailedDev

對不起，'我的新車'並不總是在前面。[＃這是＃你好嗎？ #tag #more \ ud83d \ ude2d @foobar，#tagit #tags]括號內的內容，不包括括號，它會像使用英語那樣混亂。 – user170579

這是什麼語言？ – Tomas

試試這個：

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

作品與所有的例子，包括「亂」之一。

來源

2011-12-10 00:11:47 FailedDev

我會試試看，謝謝！我認爲這可能是一個與php和json_decode有關的問題。 json的一部分看起來像這樣的「文本」：「#emoji convos \ ud83d \ ude2d \ ud83d \ ude2d \ ud83d \ ude2d \ ud83d \ ude02」，但是當我將它傳遞給php中的json_decode（）時，瀏覽器，這並不是我得到的，我得到了真正的表情符號字符。在這種情況下，我不知道如何對它執行正則表達式。我只能在解碼json之前做到這一點，但有太多的數據需要這樣做。 – user170579

是的，和我一樣的問題。我相信你的正則表達式會起作用，當我將它與我發佈的純文本進行比較時，似乎是這樣，這是從URL中剔除一些數據的結果。但是，一旦我在php中通過json_decode（）傳遞它，數據發生了一些變化。我將不得不探索這裏發生的事情。謝謝。 – user170579

json_decode函數會將ascii轉義序列轉換爲實際的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);

輸出：

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

要考慮preg_replace這些字符，你需要打開/u unicode的標誌

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

輸出：

string(10) "My New Car"

的\x 0-127（十六進制00-ff）的轉義碼與ascii字符匹配。高於\xff的任何內容都是utf-8特權。

來源

2011-12-10 10:20:56 JRideout

正則表達式替換基本@username和#hashtag與一些特殊情況

回答

相關問題