php正则表达匹配中文问题分析小结正则表达匹配中文问题分析小结
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");
}
评论0
最新资源