php - 使用正则表达式从非 ASCII 字符串中提取主题标签

Question

如何使用正则表达式从 non-ASCII string 中提取主题标签？

例如:

我不喜欢像 这样的坏角色! @ $ % ^ ♫ ► 包含在 hashtag 中，被接受。

我试过了，但它接受坏字符:

preg_match_all('/#([^\s]+)/', $str, $matches);

它接受#►☻

Answer 1

您可以使用以下正则表达式:

'/#([\w-]+)/u'

参见 regex demo . /u 修饰符将允许处理 Unicode 符号，而 \w 将匹配 Unicode 字母。

正则表达式分解:

• # - # 符号
• ([\w-]+) - 1 个或多个字母、数字、下划线或连字符的字符。

参见 IDEONE demo