PHP如何从字符串中删除非语言字符？

问题描述：

我想删除像下面这样的人物，和所有其他的不是语言字符：



我使用这个：

preg_replace("/[^a-z0-9A-Z\-\'\|\!\.\?\:\)\(\;\*\"]/u", " ", $text);

这是很好的英语，我需要批准所有语言字符，如俄语，阿拉伯语，希伯来语，日本...

是否有任何字符串函数可以用来保留所有语言字符？

感谢

你在那里有私人使用区域的代码点。通过“非语言字符”，你的意思是不常用的字符，比如私人使用区号码？或者任何符号，如“☃”？那么“→”呢？这在书面文字中很有用。 – deceze

是的，我想删除所有的符号和其他通常不使用的常规键盘，如我使用的A-Z，但对于所有语言 – motioz

你想去“文本”多远？有很多与印刷相关的东西的巨大部分，这可以说是语言相关的。这个主要目标/原因是什么？ – deceze

答

没有正则表达式将是完美的你想要的东西 - 语言和文字是太复杂了这一点。但是近似可能是

preg_replace('/[^\p{L}\p{M}\p{Z}\p{N}\p{P}]/u', ' ', $text);

这将通过这不是一个Unicode字符属性“信”，“商标”，“分隔符”，“数字”或“标点符号”的一个空格替换任何东西。

非常好！我认为它适合所有语言， – motioz

非常好的解决方案！ – 2012-01-25 11:55:29

关闭先生的帽子！拯救了我的一天。 – Nasaralla

答

Tim Pietzcker的答案不适用于我的情况。

This Works。

$after = preg_replace('/[^\w\s]+/u','' , $before);