PHP中UTF-8正则表达式如何匹配汉字

时间:2022-09-25 11:10:16

判断输入内容是否含有违法字符,请看下面代码

?
1
2
3
4
5
6
7
8
9
10
11
12
$str = "编程";
// if(!preg_match("/^[\x{4e00}-\x{9fa5}A-Za-z0-9_]+$/u",$str))
//UTF-8汉字字母数字下划线正则表达式
if(!preg_match("/^[\x{4e00}-\x{9fa5}]+$/u",$str)) //UTF-8汉字字母数字下划线正则表达式
 {
  echo "<font color=red>您输入的[".$str."]含有违法字符</font>";
 }
 else
 {
  echo "<font color=green>您输入的[".$str."]完全合法,通过!</font>";
 
 }

-----------------------

UTF-8匹配:
在javascript中,要判断字符串是中文是很简单的。

比如:

 

复制代码 代码如下:

 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:

 

复制代码 代码如下:

 $str = "php编程";
if (preg_match("/^[\x4e00-\x9fa5]+$/",$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,判断的结果也正确,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”,看来这样的判断还是不够准确。
重要:

查阅了<精通正则表达式>发现,对于[\x4e00-\x9fa5]这块东西,自己做一个强化的解释
php的正则中, [\x4e00-\x9fa5],其实就是  字符和字符组的概念, \x{hex},表达一个16进制数, 需要注意的是hex 可以是1-2位的,也可以是4位的,但是如果是4位的必须加上大括号,
同时,如果是大于x{FF}的hex,必须和u 修饰符连用,不然会非法出错

网上只能找到匹配全角字符的正则:   ^[\x80-\xff]*^/   ,这里可以不加大括号 [\u4e00-\u9fa5]可以匹配中文,但是PHP又不支持     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:

 

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, 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)

 

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
<?php $action = trim($_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 "<font color=red>您输入的[".$str."]含有违法字符</font>"
 
 
 
else
 
 
 echo "<font color=green>您输入的[".$str."]完全合法,通过!</font>"
 
 } }
 
?<form method="POST" action="?action=sub"> 输入字符(数字,字母,汉字,下划线):
 
 <input type="text" name="dir" value="">
 
 <input type="submit" value="提交">
 
</form>

GBK:

 

复制代码 代码如下:

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

 

以上内容就是PHP中UTF-8正则表达式如何匹配汉字的全部内容,希望大家喜欢。