[PHP][wyrażenie regularne] usuwanie krzaków Opcje

[JoShiMa]

Mam wyrażenie regularne, które, przynajmniej teoretycznie powinno usuwać wszystko co nie jest literą cyfra i minusem. Niestety przepuszcza równieć inne krzaki.

Na przykład w tekście: the way » :photoschau on we heart it / visual bookmark #8765543

nie powinno być tych strzałek za słowem 'way'

Próbowałam tak:

[PHP] pobierz, plaintext 
preg_replace('/([^a-żA-Ż0-9-])+/',' ',$string)
[PHP] pobierz, plaintext 

i tak:

[PHP] pobierz, plaintext 
preg_replace('/([^\w-ęĘóÓąĄśŚłŁżŻźŹćĆńŃ])+/',' ',$string)
[PHP] pobierz, plaintext 

Jak się takich znaków pozbyć zostawiając jednocześnie polskie?

Oczywiście jak zrezygnuję z przepuszczania polskich znaków (w szczególności 'ż') to inne 'krzaki tez znikają, ale nie o to chodzi.

[pyro]

[PHP] pobierz, plaintext 
$string = preg_replace('|[^a-z0-9\-ążćńłóę]|i', '', $string):
[PHP] pobierz, plaintext 

// ADD

i pewnie będziesz musiała też wstawić duże polskie litery

// ADD

Nie chciało mi się szukać błędu w Twoim wyrażeniu więc napisałem nowe, ale jak teraz zerknąłem, to po prostu zabrakło escapeowania do znaku `-`, bo w nawiasie kwadratowym określa przedział, więc należało go wyescapować (IMG:style_emoticons/default/smile.gif)

// ADD

A i te nawiasy razem z tymi plusami są nieoptrzebne bo i tak wyrażenie wyłapie każdy pojedyńczy znak (tak informacyjnie)

[potreb]

Wywala wszystko co nie jest literą, cyfrą i dodaje myślnik, tylko dodaj jeszcze polskie znaki, ale nie wiem jak z kodowaniem:

[PHP] pobierz, plaintext 
$str = preg_replace( "/[^a-z0-1-_]{1}/i", '-', $str );
[PHP] pobierz, plaintext 

Ten post edytował potreb 13.04.2011, 20:56:53

[JoShiMa]

Wszystko ładnie, tylko rezultat się nie zmienia Twoje wyrażenie działa pod warunkiem, ze nie wstawi się Ż. Nie wiem czy to jest istotne, ale to wszystko jest w kodowaniu utf8.

Wywala wszystko co nie jest literą, cyfrą i dodaje myślnik, tylko dodaj jeszcze polskie znaki, ale nie wiem jak z kodowaniem:

[PHP] pobierz, plaintext 
$str = preg_replace( "/[^a-z0-1-_]{1}/i", '-', $str );
[PHP] pobierz, plaintext 

Tak też już robiłam \w to to samo co a-zA-Z. Efekt est jeszcze gorszy, bo niechciany znaczek jest zwyczajnie zamieniany na �

[potreb]

[PHP] pobierz, plaintext 
$str = "dssdsd8ŻżÓóŁł_972839809**&^%^3223;';/.[;[";
$str = preg_replace( "/[^a-z0-1-ŻżÓóŁł_]{1}/iu", '-', $str );
echo $str
[PHP] pobierz, plaintext 

Powinno być, ogólnie chyba lepiej czyścić z polskich znaków.

Ten post edytował potreb 13.04.2011, 21:05:38

[JoShiMa]

[PHP] pobierz, plaintext 
$str = "dssdsd8ŻżÓóŁł_972839809**&^%^3223;';/.[;[";
$str = preg_replace( "/[^a-z0-1-ŻżÓóŁł_]{1}/iu", '-', $str );
echo $str
[PHP] pobierz, plaintext 

Super. Wreszcie działa.

Powinno być, ogólnie chyba lepiej czyścić z polskich znaków.

Ba... Gdyby to tylko ode mnie zależało...

[pyro]

Nie wiem może jestem niemiły (niech ktoś mnie uświadomi?) albo jestem ninja, ale ludzie mają dziwną tendencję do ignorowania mnie.

W pierwszej odpowiedzi podałem Ci działające rozwiązanie, które jest lepsze niż to, które wykorzystałaś potem z co najmniej dwóch przyczyn.

No to teraz życzę powodzenia w szukaniu bugów jak klient będzie na Ciebie krzyczał, że coś nie działa, tak jak powinno.

Pozdrawiam.

[wNogachSpisz]

A kodowanie?
Co jeśli np. plik skryptu php z wyrażeniem regularnym zakoduejsz w utf-8,
a walidowany tekst będzie zakodowany przykładowo w iso-8852 ?

[JoShiMa]

Nie wiem może jestem niemiły (niech ktoś mnie uświadomi?) albo jestem ninja, ale ludzie mają dziwną tendencję do ignorowania mnie.

Nie. Po prostu Twoje rozwiązanie, wbrew temu co Ci się wydaje, nie działa i już. Co z resztą napisałam.

A kodowanie?
Co jeśli np. plik skryptu php z wyrażeniem regularnym zakoduejsz w utf-8,
a walidowany tekst będzie zakodowany przykładowo w iso-8852 ?

Bez obaw.

[wNogachSpisz]

Bez obaw.

A to ciekawe, bo właśnie to testuję i:

źródło: utf-8
skrypt: utf-8
rezultat: żaden polski znak nie został wycięty, skrypt działa OK

źródło: utf-8
skrypt: iso-8859-2
rezultat: wcina wszystkie polskie znaki za wyjątkiem ź oraz ł

źródło: iso-8859-2
skrypt: iso-8859-2
rezultat: żaden polski znak nie został wycięty, skrypt działa OK

źródło: iso-8859-2
skrypt: utf-8
rezultat: wcina wszystkie polskie znaki za wyjątkiem ź oraz ł

Podsumowując:
Totalna kaszana, brud, smród, nędza, ubóstwo, płacz i zgrzytanie zębów :-]

Ten post edytował wNogachSpisz 14.04.2011, 01:14:24

[JoShiMa]

Czy ty umiesz czytać? Bez obaw znaczy, taka ewentualność nie ma prawa nastąpić.

Ten post edytował JoShiMa 14.04.2011, 01:07:49

[wNogachSpisz]

Czy ty umiesz czytać? Wstaw sobie w kodowaniu utf-8 dokładnie ten tekst:

the way » :photoschau on we heart it / visual bookmark #8765543

i przetestuj.

Czy ty umiesz myśleć?

Ten tekst to tylko PRZYKŁAD

Zakładam, że dla autora tematu (jak i przypadkowych czytelników) cenne jest, by skrypt radził sobie z każdymi innymi danymi wejściowymi.
Chyba że jestem w błędzie, to przepraszam.

Ten post edytował wNogachSpisz 14.04.2011, 01:33:20

[pyro]

Nie. Po prostu Twoje rozwiązanie, wbrew temu co Ci się wydaje, nie działa i już. Co z resztą napisałam.

To ja mam jakiś inny interpreter niż Twój? Bo u mnie ten sam kod dokładnie skopiowany z mojego postu działa wyśmienicie.

[JoShiMa]

Zakładam, że dla autora tematu (jak i przypadkowych czytelników) cenne jest, by skrypt radził sobie z każdymi innymi danymi wejściowymi.

Ja jestem autorem wątku. Zapędziłeś się.

[wNogachSpisz]

Ja jestem autorem wątku. Zapędziłeś się.

Poniekąd.
Problem w tym, że jest to forum publiczne, istnieje duża szansa, że ktoś kiedyś będzie miał podobny problem i uzyje powyższego rozwiązania, które to rozwiązanie mu nie zadziała właśnie ze względu na kodowanie..