正則表達式驗證和消毒所有英文和非英文unicode字母字符在PHP中

Question

儘管關於非英文字符正則表達式問題有很多問題，但我一直無法找到有效的答案。此外，似乎沒有任何簡單的PHP庫可以幫助我過濾非英文輸入。

可否請你建議我正則表達式，這將允許

1. 所有英文字母字符（ABC ...）
2. 所有非英文字母字符（šýüčá...）
3. 空間
4. 不區分大小寫

在驗證以及消毒。基本上，我希望preg_match在輸入包含除上述4個點以外的任何內容時返回false，或者preg_replace除去這4個類別中的所有內容。我可以從http://www.regular-expressions.info/unicode.html創建 '/^((\p{L}\p{M}*)|(\p{Cc})|(\p{Z}))+$/ui'。這個正則表達式在驗證輸入時效果很好，但在消毒時不起作用。

編輯：

用戶輸入 '捷克克魯姆[jazyk]' 作爲輸入。在preg_match中使用'/^[\p{L}\p{Zs}]+$/u'，該腳本確定該字符串包含不允許的字符（在本例中爲'['和']'）。接下來我想使用preg_replace來刪除那些不需要的字符。我應該將哪個正則表達式傳入preg_replace以匹配上述正則表達式未指定的所有字符？

Answer 1

我認爲，所有你需要的是一個字符類，如：

^[\p{L}\p{Zs}]+$ 

這意味着：整個字符串（或線，與(?m)選項）只能包含Unicode字母或空格。

看一看demo。

$re = "/^[\\p{L}\\p{Zs}]+$/um"; 
$str = "all english alphabet characters (abc...)\nall non-english alphabet characters (šýüčá...)\nspace s\nšýüčá šýüčá šýüčá ddd\nšýüčá eee 4\ncase insensitive"; 
preg_match_all($re, $str, $matches); 

要刪除不Unicode字母或空格的所有符號，使用此代碼：

$re = "/[^\\p{L}\\p{Zs}]+/u"; 
$str = "český [jazyk]"; 
echo preg_replace($re, "", $str); 

的sample program的輸出：

český jazyk