当前位置:首页 > PHP教程 > php应用 > 列表

UTF-8正则表达式如何匹配汉字

发布:smiling 来源: PHP粉丝网  添加日期:2021-06-15 17:12:55 浏览: 评论:0 

这篇文章主要介绍了UTF-8正则表达式如何匹配汉字,有需要的小伙伴可以来参考下,判断输入内容是否含有违法字符,请看下面代码:

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

UTF-8匹配:

在javascript中,要判断字符串是中文是很简单的。

比如:

  1.  var str = "php编程"
  2.  if (/^[\u4e00-\u9fa5]+$/.test(str)) 
  3.  
  4. { alert("该字符串全部是中文"); 
  5.  
  6. }  
  7. else{ alert("该字符串不全部是中文"); 
  8.  } 

php中,是用\x表示十六进制数据的。

于是,变换成如下的代码:

  1.  $str = "php编程"
  2. if (preg_match("/^[\x4e00-\x9fa5]+$/",$str)) 
  3. print("该字符串全部是中文"); 
  4. 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:

  1.  $str = "php编程"
  2.  if (preg_match("/^[\x{4e00}-\x{9fa5}]+$/u",$str)) 
  3. print("该字符串全部是中文"); 
  4. else { print("该字符串不全部是中文"); 
  5.  } 

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. <?php $action = trim($_GET['action']); 
  2.  
  3.  if($action == "sub") {  
  4.  
  5.  $str = $_POST['dir'];   
  6.  
  7.  //if(!preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$str)) //GB2312汉字字母数字下划线正则表达式   
  8.  
  9.  if(!preg_match("/^[\x{4e00}-\x{9fa5}A-Za-z0-9_]+$/u",$str))  
  10.  
  11.  //UTF-8汉字字母数字下划线正则表达式  
  12.  
  13.  {    
  14.  
  15. echo "<font color=red>您输入的[".$str."]含有违法字符</font>";   
  16.  
  17.  }   
  18.  
  19. else  
  20.  
  21. {   
  22.  
  23.  echo "<font color=green>您输入的[".$str."]完全合法,通过!</font>";   
  24.  
  25.  } }  
  26.  
  27. ?<form method="POST" action="?action=sub"> 输入字符(数字,字母,汉字,下划线):  
  28.  
  29.  <input type="text" name="dir" value="">  
  30.  
  31.  <input type="submit" value="提交">  
  32.  
  33. </form> 

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。

Tags: UTF-8正则表达式 UTF-8匹配汉字

分享到: