PHP正则表达式清理用户帖子

我正试图用正则表达式清理PHP中用户提交的评论，但已经变得相当混乱

是否可以使用正则表达式来：

删除重复两次以上的标点符号，以便：

• 天哪，太棒了变成
  天哪，太棒了

• ------变为
  --

• 变成
  

删除重复的短语（例如，用户复制并粘贴了一条消息），以便：

• spamspamspamspam

  变成

  spam

• 我喜欢复制和粘贴。我喜欢复制和粘贴。我喜欢复制和粘贴。

  变成了

  我喜欢复制和粘贴。

删除长度超过10个大写字母的字母和空格集合：

• 我喜欢大写字母，它们太棒了

  变成了

  我喜欢大写字母，它们太棒了

• 听起来不错

  保持不变

你有什么建议吗

这是一个学生系统（因此，至少要尝试整理他们发布的内容），尽管我不想过滤它或阻止他们的消息，只是用一些正则表达式“纠正”它

谢谢你抽出时间

---

编辑：

如果无法使用正则表达式（或与其他PHP混合使用的正则表达式），您将如何操作？

1:

// same punctuation repeated more than 2 times
preg_replace('#([?!.-])\1{2,}#', '$1$1', $string);

// sequence of different punctuations repeated more than one time
preg_replace('#([?!.-][?!.-]+?)\1+#', '$1', $string);

2：

3：

---

在这里尝试：

一个好的经验法则是永远不要尝试“修复”用户输入。如果用户想在句子后键入4个感叹号，请允许它。没有理由不这么做

---

您应该更关注注入攻击，而不是像这样的事情。

不要试图从技术上解决通信问题。你只能失败。我认为这个错误是在用户层面上的。在这种情况下，我同意re Wadih的评论，我不想解决这个问题（我不认为我可以），只是尝试执行一些合理的规则来帮助“限制”它+我想得很好。虽然对于#2，我会使用

（.+？）

，而不是

（.*）

。为了防止它匹配0个事件。这些非常非常好，非常简单但却非常有效，它们肯定会将此页面标记为书签！我只能认为正则表达式中的“单词”行是正确的，但我不会在真正的用户输入中使用它们。例如，#1将“哦……不！”转换为“哦……不！”和#2将“cocoa”转换为“coa”或“pom-pom-pi-dou”转换为“pom-pi-dou”。还有“提提卡卡湖”？这是真的，也许我不会用它们，我同意你提出的观点！

// any sequence of characters repeated more than one time
preg_replace('#(.{2,}?)\1+#', '$1', $string);

// sequence of uppercase letters and spaces
function tolower_cb($match) {
        return strtolower($match[0]);
}
preg_replace_callback('#([A-Z ]{10,})#', 'tolower_cb', $string);