刪除多語言字符串中的所有非字母字符

Question

我有一個適用於多種語言的網站，我正在尋找一個php函數來從多個語言的字符串中去除所有垃圾。

示例：我將以下內容插入到我的數據庫中，但是它的語言和其他語言相同。

कमबख़्तकोगालीभीसलीक़ेसेनहींदीजाती... \ '

所以你可以看到我正在...... \' 沒有被通緝人物。

這並不削減它的多語言

$newString = preg_replace('/[^a-z0-9]/i', ' ', $text); 

我也曾嘗試，我真的不明白是怎麼回事就在這裏也行不通。

$newString = preg_replace(''/^[\p{L}\p{M}\p{Nd}]{2,}$/u'', ' ', $text); 

我真的只需要去掉一切，那不是一個字母或即

!@£$%^&*()_+=.<>/, etc etc 

鍵盤上的號碼我不知道是否該... \」的字符串心不是真的是什麼看起來如果這是有道理的，因爲如果我跑。

$newString = str_replace("...\'", "", $text); 

這是我第一次真正潛入多國語言。

Answer 1

我設法讓他們走出使用此：

$test = 'कमबख़्त को गाली भी सलीक़े से नहीं दी जाती...\\'; 
$test = preg_replace('@[^\x{0900}-\x{097F}]@u', '', $test); 

輸出

कमबख़्तकोगालीभीसलीक़ेसेनहींदीजाती 

正則表達式我用取代了不在該範圍內的Unicode字符所有。