recuperar solo letras que esten en el abcedario

[suntus]

hola

tengo un pequeño problema
resulta que tengo 50.000 palabras en una base de datos de las cuales muchas estan corruptas o son invalidas para lo que necesito.

entonces lo que quiero es recorrer la base de datos y coger solo las palabras que contengan letras de la "A" a la "Z" o lleven o seannumero.

en principio seria eso, descargar las palabras que no cumplan esa norma, aunq tambien puede ser interesante cambiar el caracter incorrecto por un "-"

tienen a mano alguna funcion que me ayude?


gracias

[RollerSky]

mm que te parece hacerlo con la funcion str_replace de PHP, en un vector guardas los caracteres no permitidos y reemplazas.. el codigo seria algo asi:

Código PHP:

  <?php
$carct_invalidos = array('ñ','$','/'); //etc....
 
//Haces tu consulta, y en una variable guardas toodas las palabras Como un parrafo.
 
$string = "Hola Mundo &% aqui texto ' y mas texto $ .....";
 
for($i=0; $i <= count($carct_invalidos ); $++){
    $string = str_replace($carct_invalidos[$i], "_" ,$string); //Esto te reemplaza los caracteres invalidos por un "_"
}
?>   

salu2! espero te sirva

[suntus]

Iniciado por RollerSky

mm que te parece hacerlo con la funcion str_replace de PHP, en un vector guardas los caracteres no permitidos y reemplazas.. el codigo seria algo asi:

Código PHP:

  <?php
$carct_invalidos = array('ñ','$','/'); //etc....

//Haces tu consulta, y en una variable guardas toodas las palabras Como un parrafo.

$string = "Hola Mundo &% aqui texto ' y mas texto $ .....";

for($i=0; $i <= count($carct_invalidos ); $++){
    $string = str_replace($carct_invalidos[$i], "_" ,$string); //Esto te reemplaza los caracteres invalidos por un "_"
}
?>   

salu2! espero te sirva

si roller estaba mirando usar str_replace
el problema es que hacerlo asi sera casi imposible, porq los caracteres que quiero anular son cientos, el motivo es sobre todo por mal codificacion asi que imagina la cantidad de simbolos raros que hay,

es por estoy me gustaria decirle que caracteres son los de no reemplazo justo lo contrario a lo que propones

[iontxu]

Yo estoy buscando exactamente lo mismo. Algo del estilo
[*] Definir una variable con todos los caracteres PERMITIDOS[*] Pasar un bucle que rechace o que modifique aquellas cadenas que contengan al menos un caracter no incluido en la lista de PERMITIDOS

Si encuentro algo lo colgaré por aquí, saludos!

[nicolaspar]

El tema es que no podés anular un "ñ" porque si, por ahí es mejor saber que es una "ñ" y reemplazarla por tal. Contanos un poco más que es lo que tenes que sacar que son "cientos" y vemos si es mejor una regex o un simple replace.

PD: RollerSky, no es necesario hacer un for sobre $carct_invalidos, podes usarlo directamente en el replace (soporta arrays):

Código PHP:

  <?php
$carct_invalidos = array('ñ','$','/'); //etc....
 
//Haces tu consulta, y en una variable guardas toodas las palabras Como un parrafo.
 
$string = "Hola Mundo &% aqui texto ' y mas texto $ .....";
 
$string = str_replace($carct_invalidos, '_' ,$string); //Esto te reemplaza los caracteres invalidos por un "_"
}
?>   

[Deschamps]

Iniciado por iontxu

Yo estoy buscando exactamente lo mismo. Algo del estilo
[*] Definir una variable con todos los caracteres PERMITIDOS[*] Pasar un bucle que rechace o que modifique aquellas cadenas que contengan al menos un caracter no incluido en la lista de PERMITIDOS

Si encuentro algo lo colgaré por aquí, saludos!

Puedes hacer directamente una consulta a la tabla de la base de datos. SQL permite expresiones regulares, y con las cláusulas apropiadas seleccionas los registros que te interese sin más. Eso es infinitamente mejor que seleccionarlos todos, guardarlos en un array y "procesarlos" desde PHP.

Por otro lado, es muy posible que lo que parecen palabras "corruptas" simplemente sean registros con codificaciones de caracteres distintas a la que se ha definido para mostrar la cadena. Antes de eliminar o modificar algo, yo creo que sería mejor asegurarse de que realmente están mal, y que no es otra cosa.

Un saludo.

[iontxu]

Se me ha ocurrido una manera de resolverlo que puede servir, aunque seguro que hay maneras más fáciles y rápidas.
Ahí va:

Código PHP:

  function comprobar_validos($cadena){
 $validos = "abcdefghijklmnñopqrstuvwxyzABCDEFGHIJKLMNÑOPQRTSUVWXYZ";
 $longitud = strlen($cadena);
 for ($i = 0; $i < $longitud; $i++){
  if(strpos($validos,$cadena[$i])===false){
   return false;
   exit;
  }
 }
 return true;
 exit;
} 
   

Lo que hace esta función es recipir una cadena, mide su longitud, y va evaluando carácter a carácter si pertenece al campo de caracteres válidos.

¿Qué os parece?

Luego cada cual que lo utilice como quiera:

• Para no entrar en un condicional
• Para sustituir el carácter no admitido por otro mediante str_replace()
• Para borrarlos...

[Deschamps]

Sólo como curiosidad, el equivalente de esa función usando expresiones regulares sería:

Código PHP:

  function comprobar_validos( $cadena ){
    return preg_match( "/^[[:alpha:]]+$/i", $cadena );
} 
   

Un saludo.

PD/ Hasta hace pocas semanas, yo habría hecho exactamente como tú. Pero desde que descubrí esa maravilla llamada expresiones regulares... ya no sé vivir sin ellas!

[iontxu]

Iniciado por Deschamps

Sólo como curiosidad, el equivalente de esa función usando expresiones regulares sería:

Código PHP:

  function comprobar_validos( $cadena ){
    return preg_match( "/^[[:alpha:]]+$/i", $cadena );
} 
   

Un saludo.

PD/ Hasta hace pocas semanas, yo habría hecho exactamente como tú. Pero desde que descubrí esa maravilla llamada expresiones regulares... ya no sé vivir sin ellas!

Y donde se puede encontrar una introducción a Expresiones Regulares que esté bien, porque hasta ahora no tenía ni idea de su existencia.