将字符串转换为仅包含单连字符分隔符的 slug

Question

我想清理 URL 中的字符串，所以这就是我基本上需要的：

1. 除了字母数字字符、空格和破折号之外，所有内容都必须删除。
2. 空格应转换为破折号。

例如。

This, is the URL!

必须返回

this-is-the-url

Answer 1

以下内容将用破折号替换空格。

$str = str_replace(' ', '-', $str);

然后以下语句将删除除字母数字字符和破折号之外的所有内容。 （没有空格，因为在上一步中我们已将它们替换为破折号。

// Char representation     0 -  9   A-   Z   a-   z  -    
$str = preg_replace('/[^\x30-\x39\x41-\x5A\x61-\x7A\x2D]/', '', $str);

这相当于

$str = preg_replace('/[^0-9A-Za-z-]+/', '', $str);

仅供参考：要从字符串中删除所有特殊字符，请使用

$str = preg_replace('/[^\x20-\x7E]/', '', $str); 

\x20 表示 Acsii 字符开头的空格，而 \x7E 表示波浪号。根据维基百科 https://en.wikipedia.org/wiki/ASCII#Printable_characters

仅供参考：查看十六进制列中 20-7E 区间的

可打印字符
代码 20hex 到 7Ehex 称为可打印字符，代表字母、数字、标点符号和一些杂项符号。总共有 95 个可打印字符。

Answer 2

function slug($z){
    $z = strtolower($z);
    $z = preg_replace('/[^a-z0-9 -]+/', '', $z);
    $z = str_replace(' ', '-', $z);
    return trim($z, '-');
}

Answer 3

首先去除不需要的字符

$new_string = preg_replace("/[^a-zA-Z0-9\s]/", "", $string);

然后更改 unserscore 的空格

$url = preg_replace('/\s/', '-', $new_string);

最后对其进行编码以备使用

$new_url = urlencode($url);

Answer 4

OP 没有明确描述 slug 的所有属性，但这就是我从意图中收集的内容。

我对完美、有效、压缩的 slug 的解释与这篇文章一致：https://wordpress.stackexchange.com/questions/149191/slug-formatting-acceptable-characters#:~:text=然而% 2C%20we%20可以%20总结%20the，或%20end%20与%20a%20连字符。

我发现之前发布的答案都没有一致地实现这一点（而且我什至没有扩展问题的范围以包括多字节字符）。

1. 将所有字符转换为小写
2. 将一个或多个非字母数字字符的所有序列替换为单个连字符。
3. 修剪字符串中的前导和尾随连字符。

我建议使用以下一行代码，它不需要声明一次性变量：

return trim(preg_replace('/[^a-z0-9]+/', '-', strtolower($string)), '-');

在我的演示链接中未显示，这里是更好地处理多字节字符串的尝试，尽管它不能完全适应卡西米尔的答案那么多的场景。

return trim(preg_replace('/[^a-z0-9]+/', '-', strtolower(iconv('utf-8', 'ascii//translit', $string))), '-');

我还准备了一个演示，突出显示我认为其他答案中的不准确之处。 （演示）

'This, is - - the URL!' input
'this-is-the-url'       expected

'this-is-----the-url'   SilentGhost
'this-is-the-url'       mario
'This-is---the-URL'     Rooneyl
'This-is-the-URL'       AbhishekGoel
'This, is - - the URL!' HelloHack
'This, is - - the URL!' DenisMatafonov
'This,-is-----the-URL!' AdeelRazaAzeemi
'this-is-the-url'       mickmackusa

---
'Mork & Mindy'      input
'mork-mindy'        expected

'mork--mindy'       SilentGhost
'mork-mindy'        mario
'Mork--Mindy'       Rooneyl
'Mork-Mindy'        AbhishekGoel
'Mork & Mindy'  HelloHack
'Mork & Mindy'      DenisMatafonov
'Mork-&-Mindy'      AdeelRazaAzeemi
'mork-mindy'        mickmackusa

---
'What the_underscore ?!?'   input
'what-the-underscore'       expected

'what-theunderscore'        SilentGhost
'what-the_underscore'       mario
'What-theunderscore-'       Rooneyl
'What-theunderscore-'       AbhishekGoel
'What the_underscore ?!?'   HelloHack
'What the_underscore ?!?'   DenisMatafonov
'What-the_underscore-?!?'   AdeelRazaAzeemi
'what-the-underscore'       mickmackusa

Answer 5

这将在 Unix shell 中完成（我刚刚在 MacOS 上尝试过）：

$ tr -cs A-Za-z '-' < infile.txt > outfile.txt

我从 多吃壳，少吃蛋

Answer 6

尝试这种

 function clean($string) {
       $string = str_replace(' ', '-', $string); // Replaces all spaces with hyphens.
       $string = preg_replace('/[^A-Za-z0-9\-]/', '', $string); // Removes special chars.

       return preg_replace('/-+/', '-', $string); // Replaces multiple hyphens with single one.
    }

用法：

echo clean('a|"bc!@£de^&$f g');

将输出：abcdef-g

源：https://stackoverflow.com/a/14114419 /2439715

Answer 7

使用 intl transliterator 是一个不错的选择，因为有了它你可以轻松处理具有一套规则的复杂案件。我添加了自定义规则来说明它如何灵活以及如何保留最大程度的有意义的信息。请随意删除它们并添加您自己的规则。

$strings = [
    'This, is - - the URL!',
    'Holmes & Yoyo',
    'L’Œil de démon',
    'How to win 1000€?',
    '€, $ ＆ other currency symbols',
    'Und die Katze fraß alle mäuse.',
    'Белите рози на София',
    'പോണ്ടിച്ചേരി സൂര്യനു കീഴിൽ',
];

$rules = <<<'RULES'
# Transliteration
:: Any-Latin ;   :: Latin-Ascii ;

# examples of custom replacements
'&' > ' and ' ;
[^0-9][01]? { € > ' euro' ;   € > ' euros' ;
[^0-9][01]? { '
 demo
不幸的是，PHP 手册关于 ICU 转换的内容完全是空的，但您可以找到有关它们的信息 此处。
 > ' dollar' ;   '
 demo
不幸的是，PHP 手册关于 ICU 转换的内容完全是空的，但您可以找到有关它们的信息 此处。
 > ' dollars' ;
:: Null ;

# slugify
[^[:alnum:]&[:ascii:]]+ > '-' ;
:: Lower ;

# trim
[$] { '-' > &Remove() ;
'-' } [$] > &Remove() ;
RULES;

$tsl = Transliterator::createFromRules($rules, Transliterator::FORWARD);
$results = array_map(fn($s) => $tsl->transliterate($s), $strings);
print_r($results);

demo

不幸的是，PHP 手册关于 ICU 转换的内容完全是空的，但您可以找到有关它们的信息 此处。

Answer 8

之前的所有 asnwers 都处理 url，但万一有人需要清理登录字符串（例如）并将其保留为文本，请执行以下操作：

function sanitizeText($str) {
    $withSpecCharacters = htmlspecialchars($str);
    $splitted_str = str_split($str);
    $result = '';
    foreach ($splitted_str as $letter){
        if (strpos($withSpecCharacters, $letter) !== false) {
            $result .= $letter;
        }
    }
    return $result;
}

echo sanitizeText('ОРРииыфвсси ajvnsakjvnHB "&nvsp;\n" <script>alert()</script>');
//ОРРииыфвсси ajvnsakjvnHB &nvsp;\n scriptalert()/script
//No injections possible, all info at max keeped

Answer 9

    function isolate($data) {
        
        $data = trim($data);
        $data = stripslashes($data);
        $data = htmlspecialchars($data);
        
        return $data;
    }

Answer 10

您应该使用 slugify 包，而不是重新发明轮子;)

https://github.com/cocur/slugify