php正则表达匹配中文问题分析小结_PHP教程

<br>$str = '中华人民共和国123456789abcdefg'; <br>echo preg_match("/^[u4e00-u9fa5_a-zA-Z0-9]{3,15}$",$strName); <br> <br>运行一下上面这段代码，看会有什么提示信息？ <br><br>Warning: preg_match(): Compilation failed: PCRE does not support L, l, N, P, p, U, u, or X at offset 3 in F:wwwrootphptest.php on line 2 <br>原来，PHP正则表达式中不支持下列 Perl 转义序列：L, l, N, P, p, U, u, or X <br><br>在 UTF-8 模式下，允许用“x{...}”，花括号中的内容是表示十六进制数字的字符串。 <br><br>原来的十六进制转义序列 xhh 如果其值大于 127 的话则匹配了一个双字节 UTF-8 字符。 <br>所以， <br>可以这样来解决 <br><span style="CURSOR: pointer" onclick="doCopy('code47917')"><u></u></span> 代码如下:<pre class="brush:php;toolbar:false layui-box layui-code-view layui-code-notepad"><ol class="layui-code-ol"><li><br>preg_match("/^[x80-xff_a-zA-Z0-9]{3,15}$",$strName); <br>preg_match('/[x{2460}-x{2468}]/u', $str); <br> <br><br>匹配 内码汉字 <br>按照他提供的方式进行测试，代码如下： <br><br><span style="CURSOR: pointer" onclick="doCopy('code25891')"><u></u></span> 代码如下:<pre class="brush:php;toolbar:false layui-box layui-code-view layui-code-notepad"><ol class="layui-code-ol"><li><br>$str = "php编程"; <br>if (preg_match("/^[x{2460}-x{2468}]+$/u",$str)) { <br>print("该字符串全部是中文"); <br>} else { <br>print("该字符串不全部是中文"); <br>} <br> <br><br>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： <br><br><span style="CURSOR: pointer" onclick="doCopy('code65412')"><u></u></span> 代码如下:<pre class="brush:php;toolbar:false layui-box layui-code-view layui-code-notepad"><ol class="layui-code-ol"><li><br>$str = "php编程"; <br>if (preg_match("/^[x4e00-x9fa5]+$/u",$str)) { <br>print("该字符串全部是中文"); <br>} else { <br>print("该字符串不全部是中文"); <br>} <br> <br><br>本来以为铁定成功了的事情，没想到，warning又一次产生了： <br>Warning: preg_match() [function.preg-match]: Compilation failed: invalid UTF-8 string at offset 6 in test.php on line 3 <br><br>看来又有错误的表达方式了，于是对照了一下那篇文章的表达方式，给“4e00”和“9fa5”两边分别用"{"和“}”包起来，跑了一遍，发现真的准确了： <br><br><span style="CURSOR: pointer" onclick="doCopy('code46849')"><u></u></span> 代码如下:<pre class="brush:php;toolbar:false layui-box layui-code-view layui-code-notepad"><ol class="layui-code-ol"><li><br>$str = "php编程"; <br>if (preg_match("/^[x{4e00}-x{9fa5}]+$/u",$str)) { <br>print("该字符串全部是中文"); <br>} else { <br>print("该字符串不全部是中文"); <br>} <br> <br><br>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}]+$/u， <br><br>最后总结出 <br><br><span style="CURSOR: pointer" onclick="doCopy('code29096')"><u></u></span> 代码如下:<pre class="brush:php;toolbar:false layui-box layui-code-view layui-code-notepad"><ol class="layui-code-ol"><li><br>//if (preg_match(“/^[".chr(0xa1)."-".chr(0xff)."]+$/”, $str)) { //只能在GB2312情况下使用 <br>if (preg_match(“/^[x7f-xff]+$/”, $str)) { //兼容gb2312,utf-8 <br>echo “正确输入”; <br>} else { <br>echo “错误输入”; <br>} <br> <br><br>双字节字符编码范围 <br><br>1. GBK (GB2312/GB18030) <br>x00-xff GBK双字节编码范围 <br>x20-x7f ASCII <br>xa1-xff 中文 gb2312 <br>x80-xff 中文 gbk <br><br>2. UTF-8 (Unicode) <br><br>u4e00-u9fa5 (中文) <br>x3130-x318F (韩文 <br>xAC00-xD7A3 (韩文) <br>u0800-u4e00 (日文)</li><li><p></p></li><li><p align="left"><span id="url" itemprop="url">http://www.bkjia.com/PHPjc/325211.html</span><span id="indexUrl" itemprop="indexUrl">www.bkjia.com</span><span id="isOriginal" itemprop="isOriginal">true</span><span id="isBasedOnUrl" itemprop="isBasedOnUrl">http://www.bkjia.com/PHPjc/325211.html</span><span id="genre" itemprop="genre">TechArticle</span><span id="description" itemprop="description"> 代码如下:</span></p><pre class="brush:php;toolbar:false layui-box layui-code-view layui-code-notepad"><ol class="layui-code-ol"><li>$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...<p></p></li><li>                    </li></ol></pre></li></ol></pre></li></ol></pre></li></ol></pre></li></ol></pre></li></ol></pre>