您的位置:88bifa必发唯一官网 > 必发88首页 > 必发88首页php中utf-八编码下用正则表明式怎样同

必发88首页php中utf-八编码下用正则表明式怎样同

发布时间:2019-05-20 22:01编辑:必发88首页浏览(193)

    在javascript中,要判断字符串是中文是很简单的。比如:

    复制代码 代码如下:

    var str = "php编程";
    if (/^[u4e00-u9fa5] $/.test(str)) {
    alert("该字符串全部是中文");
    } else {
    alert("该字符串不全部是中文");
    }

    想当然的,在php中来判断字符串是否为中文,就会沿袭这个思路:

    复制代码 代码如下:

    <?php
    $str = "php编程";
    if (preg_match("/^[u4e00-u9fa5] $/",$str)) {
    print("该字符串全部是中文");
    } else {
    print("该字符串不全部是中文");
    }
    ?>

    不过,很快就会发现,php并不支持这样的表达,报错:
    Warning: preg_match() [function.preg-match]: Compilation failed: PCRE does not support L, l, N, U, or u at offset 3 in test.php on line 3
    刚开始从google上查了很多次,想从php正则表达式对于十六进制数据的表达方式上进行突破,发现在php中,是用x表示十六进制数据的。于是,变换成如下的代码:
    $str = "php编程";
    if (preg_match("/^[x4e00-x9fa5] $/",$str)) {
    print("该字符串全部是中文");
    } else {
    print("该字符串不全部是中文");
    }
    貌似不报错了,判断的结果也正确,不过把$str换成“编程”两字,结果却还是显示“该字符串不全部是中文”,看来这样的判断还是不够准确。
    后来跑回百度搜“php 匹配汉字 utf 8”,发现文章的匹配程度竟然要比google的高多了,看来百度的“百度更懂中文”还在一定程度上是正确的。在第二篇文章《★★★ 求UTF8下匹配汉字的正则, 在线等.........》中看到了如下的一些内容:
    楼主zhiin(┈ Jcan ┈)2006-11-15 15:59:30 在 Web 开发 / PHP 提问
    求UTF8下匹配汉字的正则, 不包括全角字符及特殊符号!
    网上只能找到匹配全角字符的正则: ^[x80-xff]*^/
    [u4e00-u9fa5]可以匹配中文,但是PHP又不支持
    郁闷中.......
    1 楼PleaseDoTellMeWhy(Allah bless you!)回复于 2006-11-15 16:04:55 得分 11
    chr(0xa1) . '-' . chr(0xff)可以匹配所有中文,但是不知道在UTF-8下如何!Top
    2 楼zhiin(┈ Jcan ┈)回复于 2006-11-15 16:11:34 得分 0
    即使在gb2312下, chr(0xa1) . '-' . chr(0xff) 也不对
    它把全角符号也匹配进来了Top
    3 楼xuzuning(唠叨)回复于 2006-11-15 16:19:56 得分 90
    模式修正符: u
    按照这几位提供的线索逐个试了一下,发现还真的如他们所说,可能还跟编码有关系,因此需要了解一下模式修正符的相关知识——于是继续搜索百度。
    在一篇《模式修正符》的文章中了解到:
    u (PCRE_UTF8)
    此修正符启用了一个 PCRE 中与 Perl 不兼容的额外功能。模式字符串被当成 UTF-8。本修正符在 Unix 下自 PHP 4.1.0 起可用,在 win32 下自 PHP 4.2.3 起可用。
    例子:
    preg_match('/[x{2460}-x{2468}]/u', $str); 匹配 内码汉字
    按照他提供的方式进行测试,代码如下:

    复制代码 代码如下:

    $str = "php编程";
    if (preg_match("/^[x{2460}-x{2468}] $/u",$str)) {
    print("该字符串全部是中文");
    } else {
    print("该字符串不全部是中文");
    }

    发现这次依然对是否为中文判断失常。不过,既然x表示的十六进制数据,为什么和js里边提供的范围x4e00-x9fa5不一样呢?于是我就换成了下边的代码:

    复制代码 代码如下:

    $str = "php编程";
    if (preg_match("/^[x4e00-x9fa5] $/u",$str)) {
    print("该字符串全部是中文");
    } else {
    print("该字符串不全部是中文");
    }

    本来以为铁定成功了的事情,没想到,warning又一次产生了:
    Warning: preg_match() [function.preg-match]: Compilation failed: invalid UTF-8 string at offset 6 in test.php on line 3
    看来又有错误的表达方式了,于是对照了一下那篇文章的表达方式,给“4e00”和“9fa5”两边分别用"{"和“}”包起来,跑了一遍,发现真的准确了:

    复制代码 代码如下:

    $str = "php编程";
    if (preg_match("/^[x{4e00}-x{9fa5}] $/u",$str)) {
    print("该字符串全部是中文");
    } else {
    print("该字符串不全部是中文");
    }

    知道了php中utf-8编码下用正则表达式匹配汉字的最终正确表达式——/^[x{4e00}-x{9fa5}] $/u,于是我又用这个表达式去百度搜索,发现竟然还真有别人得出过这样正确的结论,只不过通过常规的方式很难找到而已,而且仅仅搜到有一篇——《用正则删除汉字》,看来互联网上对于信息的正确性的筛选还是亟待加强的。
    ps:对google不死心,也搜索了一下,又发现了一篇文章《php常用类》,还是在百度空间的,呵呵,有意思!

    您可能感兴趣的文章:

    • 最常用的PHP正则表达式收集整理
    • php 手机号码验证正则表达式
    • PHP 正则表达式常用函数使用小结
    • PHP匹配连续的数字或字母的正则表达式
    • PHP提取字符串中的图片地址[正则表达式]
    • php正则表达式使用的详细介绍
    • php 正则 不包含某字符串的正则表达式
    • php用正则表达式匹配URL的简单方法
    • PHP匹配多行的正则表达式分析
    • php使用正则表达式提取字符串中尖括号、小括号、中括号、大括号中的字符串
    • php过滤HTML标签、属性等正则表达式汇总
    • php的正则表达式完全手册
    • php中正则表达式中的特殊符号
    • php正则表达式基本知识与应用详解【经典教程】

    本文由88bifa必发唯一官网发布于必发88首页,转载请注明出处:必发88首页php中utf-八编码下用正则表明式怎样同

    关键词: 必发88首页