php正则表达匹配中文问题分析小结
更新时间：2012年03月25日 20:50:19 作者：
本文章分析了在php中正则表达式对中文的支持问题，一般情况下我们可会能简单利用我上面的正则来验证中文，后面我分析了关于兼容gb2312,utf-8和表达式 ^[\\x7f-\\xff]+$ 可以完全搞定中文不兼容的问题
复制代码 代码如下:
$str = '中华人民共和国123456789abcdefg';
echo preg_match("/^[u4e00-u9fa5_a-zA-Z0-9]{3,15}$",$strName);
运行一下上面这段代码，看会有什么提示信息？
Warning: preg_match(): Compilation failed: PCRE does not support L, l, N, P, p, U, u, or X at offset 3 in F:wwwrootphptest.php on line 2
原来，PHP正则表达式中不支持下列 Perl 转义序列：L, l, N, P, p, U, u, or X
在 UTF-8 模式下，允许用“x{...}”，花括号中的内容是表示十六进制数字的字符串。
原来的十六进制转义序列 xhh 如果其值大于 127 的话则匹配了一个双字节 UTF-8 字符。
所以，
可以这样来解决
复制代码 代码如下:
preg_match("/^[x80-xff_a-zA-Z0-9]{3,15}$",$strName);
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，
最后总结出
复制代码 代码如下:
//if (preg_match(“/^[".chr(0xa1)."-".chr(0xff)."]+$/”, $str)) { //只能在GB2312情况下使用
if (preg_match(“/^[x7f-xff]+$/”, $str)) { //兼容gb2312,utf-8
echo “正确输入”;
} else {
echo “错误输入”;
}
双字节字符编码范围
1. GBK (GB2312/GB18030)
x00-xff GBK双字节编码范围
x20-x7f ASCII
xa1-xff 中文 gb2312
x80-xff 中文 gbk
2. UTF-8 (Unicode)
u4e00-u9fa5 (中文)
x3130-x318F (韩文
xAC00-xD7A3 (韩文)
u0800-u4e00 (日文)
相关文章
这篇文章主要介绍了php常用经典函数,总结分析了php数组、字符串、栈、队列、排序等相关函数功能与使用技巧,需要的朋友可以参考下2019-08-08
当我们需要利用php插入含有特殊符号数据的时候，会发现数据无法正常插入，那么这个时候该如何解决呢？最近在工作就遇到了这个问题，于是通过查找资料也得以解决了，现在将处理的方法分享给大家，有需要的朋友们可以参考借鉴，下面来一起学习学习吧。2016-11-11
先用函数utf8_encode将所需写入的数据变成UTF编码格式。2010-05-05
这篇文章主要介绍了php使用preg_match()函数验证ip地址的方法,涉及php针对数字及字符串的正则匹配操作相关技巧,需要的朋友可以参考下2017-01-01
这篇文章主要给大家介绍了关于PHP如何通过表单直接提交大文件的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-01-01
这篇文章主要介绍了PHP异步进程助手async-helper的详细用法以及相关代码实例，对此有需要的朋友学习下。2018-02-02
这篇文章主要为大家详细介绍了如何利用PHP解决短信验证码轰炸的问题,文中的示例代码讲解详细,具有一定的借鉴价值,感兴趣的小伙伴可以学习一下2023-12-12
php使用Swoole与WebSocket实现弹幕效果的示例代码
在本文中,我们将深入探讨如何使用Swoole与WebSocket结合,实现弹幕效果,并着重强调需要注意的关键地方,以确保我们的弹幕系统能够高效、稳定地运行,感兴趣的朋友可以参考下2024-02-02
php中get_cfg_var()和ini_get()的用法及区别
这篇文章主要介绍了php中get_cfg_var()和ini_get()的用法及区别,实例分析了get_cfg_var()和ini_get()函数的区别与使用技巧,需要的朋友可以参考下2015-03-03
原以为 PHP 普遍都是单线程模型，并不适合多线程领域，发现PHP的多线程也颇有可取之处，用来解决某些问题竟然非常适合。本文对比多进程介绍了下多线程的优势和适用场景，提出了一种巧用方案，并使用PHP代码实现了多线程的常见用法。2021-05-05
最新评论