汉字一定注意是gbk还是utf8编码
UTF-8匹配:在javascript中，要判定字符串是中文是很简朴的。比如：var str = "php编程";if (/^[\u4e00-\u9fa5]+$/.test(str)) {alert("该字符串全部是中文");} else{alert("该字符串不全部是中文");}php中，是用 ...
UTF-8匹配:
在javascript中，要判定字符串是中文是很简朴的。比如：
var str = "php编程";
if (/^[\u4e00-\u9fa5]+$/.test(str)) {
alert("该字符串全部是中文");
}
else{
alert("该字符串不全部是中文");
}
php中，是用\x表示十六进制数据的。于是，变换成如下的代码：
$str = "php编程";
if (preg_match("/^[\x4e00-\x9fa5]+$/"$str)) {
print("该字符串全部是中文");
} else {
print("该字符串不全部是中文");
}
貌似不报错了，判定的结果也准确，不过把$str换成“编程”两字，结果却还是显示“该字符串不全部是中文”，看来这样的判定还是不够准确。
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
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.
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：
$str = "php编程";
if (preg_match("/^[\x{2460}-\x{2468}]+$/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定失常。
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发现真的准确了：
$str = "php编程";
if (preg_match("/^[\x{4e00}-\x{9fa5}]+$/u"$str)) {
print("该字符串全部是中文");
} else {
print("该字符串不全部是中文");
}
知道了php中utf-8编码下用正则表达式匹配汉字的最终准确表达式——/^[\x{4e00}-\x{9fa5}]+$/u，
参考以上文章写了如下一段测试代码(复制以下代码保存成.php文件)
输入字符(数字字母汉字下划线):
GBK:
preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/"$str); //GB2312汉字字母数字下划线正则表达式
本文章总结了php中利用正则表达式来匹配中文的一些实例函数，有需要的朋友可参考参考。
我们先要明白
中文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)
获取指定的中文与字符
例1
| 代码如下 | 复制代码 |
| <?php $str = \'正则如何匹配中文字在某中文字符串中？\'; preg_match("/中/",$str,$regs); print_r($regs); ?> |
|
输出
Array
(
[0] => 中
)
例2
| 代码如下 | 复制代码 |
|
<?php
|
|
签里面有中文、英文、数字等混排，则需要对汉字进行特殊处理，由于PCRE不支持U P L之类的perl字符串处理转义，使用16进制或者Unicode进行处理，范例如下：
| 代码如下 | 复制代码 |
|
preg_match("/[x{00a5}x{ffe5}](d+)/u", $str, $mat); |
|
最后我明白了php中utf-8编码下用正则表达式匹配汉字的最终正确表达式——/^[x{4e00}-x{9fa5}]+$/u
| 代码如下 | 复制代码 |
|
$str = "php编程"; |
|
实例
下面这款匹配中文字符串正则表达式是一款利用数组，然后 多次for把全是中文字符串的打印出来。
*/
| 代码如下 | 复制代码 |
|
$str_arr = array( $patt_ch = chr(0xa1) . "-" . chr(0xff); foreach ($str_arr as $str) |
|
更多详细内容请查看：http://www.php100.com/phper/php-cy/34301.htm
请发表评论