PHP多语言正则替换需求：匹配含非字母分隔符的目标字符串

核心需求回顾 #

需要实现一个PHP函数，完成以下替换逻辑：

• 在任意内容中搜索目标字符串数组中的条目
• 即使目标字符串的字符间插入了任意非字母分隔符（符号、空格等），仍能匹配
• 支持所有语言的大小写组合（含非拉丁语系，比如俄语、阿拉伯语的大小写变体）
• 兼容全球语言字符（中、日、韩、俄、阿拉伯等）
• 不限制目标字符串长度，只要去除分隔符后与原字符串一致即匹配

实现思路 #

针对每个需求点，用PCRE正则的Unicode特性解决：

1. 非字母分隔符匹配：用\P{L}*匹配0或多个非Unicode字母字符（\p{L}代表任意语言的字母，\P{L}则是反向匹配）
2. 大小写不敏感：启用i修饰符，配合u（Unicode模式），让正则支持非拉丁语系的大小写折叠匹配
3. 全语言兼容：必须开启u模式，确保PHP能正确解析Unicode编码的多语言字符
4. 无长度限制：将目标字符串拆分为单个字符，每个字符转义后用\P{L}*连接，生成动态正则表达式

完整实现代码 #

function smartStringReplace(string $content, array $stringsToReplace, string $replacementString): string
{
    foreach ($stringsToReplace as $target) {
        // 跳过空字符串，避免无效正则
        if (empty($target)) {
            continue;
        }
        
        // 将目标字符串拆分为单个Unicode字符
        $chars = preg_split('//u', $target, -1, PREG_SPLIT_NO_EMPTY);
        
        // 对每个字符进行正则转义，然后用非字母分隔符模式连接
        $patternParts = array_map(function ($char) {
            return preg_quote($char, '/');
        }, $chars);
        $pattern = '/' . implode('\P{L}*', $patternParts) . '/ui';
        
        // 执行替换
        $content = preg_replace($pattern, $replacementString, $content);
    }
    
    return $content;
}

测试示例 #

输入 #

$content = "P-H P!p 中文测-试 日･本語 俄-Ру́сский-语";
$stringsToReplace = ["php", "中文测试", "日本語", "Русский"];
$replacement = "[已替换]";

echo smartStringReplace($content, $stringsToReplace, $replacement);

期望输出 #

[已替换] [已替换] [已替换] [已替换] 俄-[已替换]-语

关键细节说明 #

• preg_split('//u', $target, ...)：确保正确拆分Unicode字符，避免多字节字符被拆坏
• preg_quote($char, '/')：转义目标字符中的正则特殊符号（如.、*、(等），防止正则语法错误
• /ui修饰符：u开启Unicode模式，i启用大小写不敏感匹配，同时支持非拉丁语系的大小写转换

内容的提问来源于stack exchange，提问作者Obmerk Kronen