Estoy tratando de manejar la cadena que obtuvo letras, números, chino y algunos signos de puntuación y dejó números, letras y chino solo como a continuación
cuerda cruda
a>b%%c##1@23测$$试??\\:.##,,？？！！resultado
abc123测试para chino, preg_replace('/\P{Han}+/u', '', $text) funciona perfectamente
测试 // result y para números y letras, preg_replace('/[^0-9a-zA-Z]/', '', $text) también funciona.
abc123 // resultPero, ¿cómo puedo combinarlos?
por qué preg_replace('/[\P{Han}]|[0-9a-zA-Z]/u', '', $raw); no funciona como se esperaba?
¡Muchas gracias por cualquier ayuda!
Necesitas
preg_replace('~[^0-9a-zA-Z\p{Han}]+~u', '', $raw)Vea la demostración de expresiones regulares .
El [^0-9a-zA-Z\p{Han}]+ es una clase de carácter negado que coincide con uno o más caracteres que no sean dígitos ASCII, letras ASCII y cualquier carácter chino.
Es importante usar la bandera u con este patrón, ya que su entrada son cadenas Unicode.
Vea la demostración de PHP :
$raw = 'a>b%%c##1@23测$$试??\\:.##,,？？！！'; echo preg_replace('~[^0-9a-zA-Z\p{Han}]+~u', '', $raw); // => abc123测试