php正则表达式过滤掉垃圾

Question

所以我有一个有趣的问题：我有一个字符串，并且大多数情况下我知道会发生什么：

http://www.someurl.com/st=?????????？

除本例外，“?”要么是大写字母，要么是数字。问题是，字符串中混入了垃圾：字符串被分成 5 或 6 部分，中间有很多垃圾：不可打印的字符、外来字符以及普通的普通字符。简而言之，看起来像这样的东西： Nyþ=mî;ëMÝ×nüqÏ

通常最后 8 个字符（？）在最后在一起，所以目前我只是PHP 获取最后 8 个字符并希望得到最好的结果。有时，这不起作用，所以我需要一个更强大的解决方案。

这个问题在技术上是无法解决的，但我认为最好的解决方案是从字符串末尾抓取大写或数字字符。如果我得到 8 个或更多，则假设这是正确的。否则，找到 st= 并向前抓取尽可能多的字符来填满 8 个字符配额。有没有正则表达式的方法可以做到这一点，或者我需要卷起袖子并采用嵌套循环风格？

更新：

为了消除一些混乱，我得到一个输入字符串，就像这：

[garbage]http:/[garbage]/somewe[garbage]bsite.co[garbage]m/something=[garbage]????????

除了垃圾位于字符串中不可预测的位置（除了末尾永远不是垃圾），并且具有不可预测的长度（至少，我无法在两者中找到模式）。通常这些 ? 都在一起，因此我只获取最后 8 个字符，但有时它们不是，这会导致一些数据丢失并返回垃圾。

Answer 1

$var = '†http://þ=www.ex;üßample-website.î;ëcomÝ×ü/joy_hÏere.html'; // test case

---

$clean = join(
    array_filter(
        str_split($var, 1),
        function ($char) {
            return (
                array_key_exists(
                    $char,
                    array_flip(array_merge(
                        range('A','Z'),
                        range('a','z'),
                        range((string)'0',(string)'9'),
                        array(':','.','/','-','_')
                    ))
                )
            );
        }
    )
);

哈，那是个笑话。这是适合您的正则表达式：

$clean = preg_replace('/[^A-Za-z0-9:.\/_-]/','',$var);

Answer 2

如前所述，问题是无法解决的。如果垃圾可以包含“普通旧普通字符”字符，并且垃圾可以落在字符串末尾，那么您无法知道此示例中的目标字符串是“ABCDEFGH”还是“BCDEFGHI”：

__http:/____/somewe___bsite.co____m/something=__ABCDEFGHI__

Answer 3

这些值代表什么？如果您想保留所有内容，而不必处理数据库中的垃圾，也许您应该使用 bin2hex()。

Answer 4

您可以使用以下正则表达式：

if (preg_match('/[\'^£$%&*()}{@#~?><>,|=_+Ø-]/', $string ) ==1)