-
-
$str = '*123456789abcdefg';
- echo preg_match("/^[u4e00-u9fa5_a-zA-Z0-9]{3,15}$",$strName);
- ?>
-
复制代码
运行以上代码,会提示:
Warning: preg_match(): Compilation failed: PCRE does not support L, l, N, P, p, U, u, or X at offset 3 in F:wwwrootphptest.php on line 2
原因在于:PHP正则表达式中不支持下列 Perl 转义序列:L, l, N, P, p, U, u, or X
在 UTF-8 模式下,允许用“x{...}”,花括号中的内容是表示十六进制数字的字符串。
原来的十六进制转义序列 xhh 如果其值大于 127 的话则匹配了一个双字节 UTF-8 字符。
解决方法:
-
- preg_match("/^[x80-xff_a-zA-Z0-9]{3,15}$",$strName);
- preg_match('/[x{2460}-x{2468}]/u', $str);
复制代码
匹配 内码汉字
按照他提供的方式进行测试:
-
-
$str = "php编程";
- if (preg_match("/^[x{2460}-x{2468}]+$/u",$str)) {
- print("该字符串全部是中文");
- } else {
- print("该字符串不全部是中文");
- }
- ?>
-
复制代码
这样操作,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?
于是将代码修改为如下内容:
-
-
$str = "php编程";
- if (preg_match("/^[x4e00-x9fa5]+$/u",$str)) {
- print("该字符串全部是中文");
- } else {
- print("该字符串不全部是中文");
- }
- ?>
-
复制代码
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
接着修改,给“4e00”和“9fa5”两边分别用"{"和“}”包起来,跑了一遍,发现这次准确了:
-
-
$str = "php编程";
- if (preg_match("/^[x{4e00}-x{9fa5}]+$/u",$str)) {
- print("该字符串全部是中文");
- } else {
- print("该字符串不全部是中文");
- }
- ?>
-
复制代码
知道了php中utf-8编码下用正则表达式匹配汉字的最终正确表达式:
/^[x{4e00}-x{9fa5}]+$/u,
最终版的实现代码:
-
-
//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”;
- }
- ?>
复制代码
例2,
-
-
$action = trim($_GET['action']);
- if($action == "sub")
- {
- $str = $_POST['dir'];
- //if(!preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$str)) //GB2312汉字字母数字下划线正则表达式
- if(!preg_match("/^[\x{4e00}-\x{9fa5}A-Za-z0-9_]+$/u",$str)) //UTF-8汉字字母数字下划线正则表达式
- {
- echo"您输入的[".$str."]含有违法字符";
- }
- else
- {
- echo "您输入的[".$str."]完全合法,通过!";
- }
- }
- ?>
-
复制代码
附,php中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)
就介绍这些吧,希望有助于大家理解php正则匹配中文的方法。
程序员之家,祝大家学习进步。
|