PHP正则如何同时匹配数字、字母、汉字 过滤其余无效字符

原写法不生效的原因 #

你编写的正则表达式逻辑存在错误：

• \P{Han}的作用是匹配所有非汉字字符，[0-9a-zA-Z]的作用是匹配所有大小写英文字母和数字
• 你使用|或逻辑连接两个匹配规则，代表只要符合「非汉字」或「是数字字母」的字符都会被替换为空
• 由于数字、字母本身就属于「非汉字」的范畴，该正则最终会删除除汉字外的所有内容，因此无法得到预期结果。

正确的合并写法 #

你需要保留的是数字、字母、汉字三类字符，因此只需要匹配「不属于这三类的所有字符」替换为空即可，正确代码如下：

preg_replace('/[^0-9a-zA-Z\p{Han}]/u', '', $raw);

规则说明 #

• [^xxx]是反向字符集，匹配所有不在xxx范围内的字符
• \p{Han}用于匹配所有汉字，必须搭配u修饰符才能正常识别Unicode编码的汉字
• 整体逻辑为删除所有非数字、非大小写字母、非汉字的字符，完全匹配你的需求。

效果验证 #

针对你给出的示例输入：

原始字符串：a>b%%c##1@23测$$试??\\:.##,,？？！！
处理后输出结果为：abc123测试，与预期结果一致。

内容的提问来源于stack exchange，提问作者DengSihan