正则 php
分享到： ------解决方案--------------------
//中文编码包含utf-8,gbk
$str = 新_建&文\件,夹 abd;
//获取结果
$res = 新建文件夹abd;
//包含非法字符：
$out[0] = _;
$out[1] = &;
$out[2] = \\;
$out[3] = ;
$out[4] = ,;
$pattern = join('
------解决方案--------------------
', array_map('preg_quote', $out));
echo preg_replace(/$pattern/, '', $str);
新建文件夹abd
------解决方案--------------------
如果单纯的英文字母还好确定范围，符合要求的有[a-za-z0-9]，也就是之外的全部为非法字符。
但是如果加上中英文混排，除非你确定出所有的汉字范围，否则没有好的方法扣除掉，例如gbk通常可以用[\x80-\xff][\x40-\xfe]来表示汉字的范围，注意这仅仅是大概范围，如果是utf8的话，则是\u4e00-\u9fa5，这里面如果有一些你认为是非法字符的话，是没有办法干掉的。
粗略的说，gbk非中文和英文字母以外的所有非法字符的范围应该是[^a-za-z0-9\x80-\xff\x40-\xfe]
而utf8的则是[^a-za-z0-9\x{4e00}-\x{9fff}]
------解决方案--------------------
echo preg_replace('/[^a-za-z\p{han}]+/u', '', 新_建&文\件,夹 abd);
------解决方案--------------------
上边的gbk的正则写错了，看例子就额可以知道
$test = '新_建&文\件,夹a啊[圼[ abd';
$matches = array();
$reg = /[^a-za-z0-9\x80-\xff]/;
preg_match_all($reg, $test, $matches);
var_dump($matches);
$str = '圼';
var_dump(ord($str[0]));
var_dump(ord($str[1]));
var_dump(ord('['));
如果是gbk的话，可以用下面的方式
$test = '新_建&文\件,夹a啊[圼[ abd';
$out = preg_split('/([a-za-z0-9]
------解决方案--------------------
[\x80-\xff].)+/', $test);
$matches = array();
preg_match_all('/([a-za-z0-9]
------解决方案--------------------
[\x80-\xff].)/', $test, $matches);
$res = implode($matches[1]);
var_dump($res);
$out = str_split(str_replace($matches[1], '', $test));
var_dump($out);