preg_repace正則替換采集文章中的電話、網址等內容

preg_replace用法很簡單，我們只需要這樣執行即可

preg_replace('正則表達式 匹配要替換的內容','替換成的內容','需要處理的原數據')

直接上代碼

//設置程序超時
set_time_limit(0);
//從數據庫中讀取第一條要處理的ID，其中ed是為了標識是否已經處理而臨時添加的字段
$id=M('Main')->where('ed=0')->order('id asc')->getField('id');
while($id){
    //讀取要處理的數據
    $d=M('Main')->field('id,cont')->find($id);
    $cont=$d['cont'];
    //正則替換數字，電話，空格等為空
    $cont=preg_replace('/\d{6,13}|\d{3}-\d{4}-\d{4}|\d{3,4}-\d{7,8}|\s+|　/','',$cont);
    //正則替換網址為空
    //形如htTp://www.kredytypozyczki.net/thinkphp/blog-1048.html等內容，含https，?#%等參數，但無法替換形如www.kredytypozyczki.net,zhidao.baidu.com等形式
    $cont=preg_replace('`([hH][tT]{2}[pP]://|[hH][tT]{2}[pP][sS]://|[[wW]{3}.|[wW][aA][pP].|[fF][tT][pP].|[fF][iI][lL][eE].])[-A-Za-z0-9+&@#/%?=~_|!:,.;]+[-A-Za-z0-9+&@#/%=~_|]`','',$cont);
    //因為不知道怎么改（本人老菜一只）再次替換不含http的網址
    $cont=preg_replace('`[\w{1,255}].[-A-Za-z0-9+&@#/%?=~_|!:,.;]+[-A-Za-z0-9+&@#/%=~_|]`','',$cont);
    //更新保存數據
    $d['cont']=$cont;
    $d['ed']=1;
    M('Main')->save($d);
    //讀取下一條需要處理的數據id，因為ed默認為0，這里只是讀id大于當前id的一條
    $id=M('Main')->where('id>'.$id)->order('id asc')->getField('id');
}

附：索引編號etc

`\(.*?\)|（.*?）|①|②|③|④|⑤bai|⑥|⑦|⑧|⑨|⑩|⑴|⑵|⑶|⑷|⑸|⑹|⑺|⑻|⑼|⑽|⑾|⑿|⒀|⒁|⒂|⒃|⒄|⒅|⒆|⒇|⒈|⒉|⒊|⒋|⒌|⒍|⒎|⒏|⒐|⒑|⒒|⒓|⒔|⒕|⒖|⒗|⒘|⒙|⒚|⒛|Ⅰ|Ⅱ|Ⅲ|Ⅳ|Ⅴ|Ⅵ|Ⅶ|Ⅷ|Ⅸ|Ⅹ|◆|◇|●|★|☆|Ⅺ|Ⅻ|ⅰ|ⅱ|ⅲ|ⅳ|ⅴ|ⅵ|ⅶ|ⅷ|ⅸ|ⅹ|㈠|㈡|㈢|㈣|㈤|㈥|㈦|㈧|㈨|㈩|\[.*?\]|^.{0,9}?、|^.{0,9}?，|&.*?;|^.{0,9}?,|^.{0,9}．|^.{0,9}?\.|^.{0,9}?：|^.{0,9}?:| |\s+`

© 致遠 2020-10-29，原創內容，轉載請注明出錯：preg_repace正則替換采集文章中的電話、網址等內容