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:
- $str = "编程";
- // if(!preg_match("/^[\x{4e00}-\x{9fa5}A-Za-z0-9_]+$/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[".$str."]完全合法,通过!</font>";
- }
UTF-8匹配:
在javascript中,要判断字符串是中文是很简单的。
比如:
- var str = "php编程";
- if (/^[\u4e00-\u9fa5]+$/.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:
- $str = "php编程";
- if (preg_match("/^[\x{4e00}-\x{9fa5}]+$/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)
- <?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[".$str."]完全合法,通过!</font>";
- } }
- ?<form method="POST" action="?action=sub"> 输入字符(数字,字母,汉字,下划线):
- <input type="text" name="dir" value="">
- <input type="submit" value="提交">
- </form>
GBK:
preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$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
推荐文章
热门文章
最新评论文章
- 写给考虑创业的年轻程序员(10)
- PHP新手上路(一)(7)
- 惹恼程序员的十件事(5)
- PHP邮件发送例子,已测试成功(5)
- 致初学者:PHP比ASP优秀的七个理由(4)
- PHP会被淘汰吗?(4)
- PHP新手上路(四)(4)
- 如何去学习PHP?(2)
- 简单入门级php分页代码(2)
- php中邮箱email 电话等格式的验证(2)