程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
 程式師世界 >> 編程語言 >> 網頁編程 >> PHP編程 >> PHP綜合 >> UTF-8正則表達式如何匹配漢字

UTF-8正則表達式如何匹配漢字

編輯:PHP綜合

判斷輸入內容是否含有違法字符,請看下面代碼

$str = "編程";
// if(!preg_match("/^[\x{4e00}-\x{9fa5}A-Za-z0-9_]+$/u",$str)) 
//UTF-8漢字字母數字下劃線正則表達式
if(!preg_match("/^[\x{4e00}-\x{9fa5}]+$/u",$str)) //UTF-8漢字字母數字下劃線正則表達式
 { 
  echo "<font color=red>您輸入的[".$str."]含有違法字符</font>"; 
 }
 else 
 {
  echo "<font color=green>您輸入的[".$str."]完全合法,通過!</font>"; 

 }

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

UTF-8匹配:
在javascript中,要判斷字符串是中文是很簡單的。

比如:

復制代碼 代碼如下:
 var str = "php編程";
 if (/^[\u4e00-\u9fa5]+$/.test(str))

{ alert("該字符串全部是中文");


else{ alert("該字符串不全部是中文");
 }

php中,是用\x表示十六進制數據的。

於是,變換成如下的代碼:

復制代碼 代碼如下:
 $str = "php編程";
if (preg_match("/^[\x4e00-\x9fa5]+$/",$str))
{
print("該字符串全部是中文");
}
else { print("該字符串不全部是中文");
}

貌似不報錯了,判斷的結果也正確,不過把$str換成“編程”兩字,結果卻還是顯示“該字符串不全部是中文”,看來這樣的判斷還是不夠准確。
重要:

查閱了<精通正則表達式>發現,對於[\x4e00-\x9fa5]這塊東西,自己做一個強化的解釋
php的正則中, [\x4e00-\x9fa5],其實就是  字符和字符組的概念, \x{hex},表達一個16進制數, 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位的必須加上大括號,
同時,如果是大於x{FF}的hex,必須和u 修飾符連用,不然會非法出錯

網上只能找到匹配全角字符的正則:   ^[\x80-\xff]*^/   ,這裡可以不加大括號 [\u4e00-\u9fa5]可以匹配中文,但是PHP又不支持     不過,既然\x表示的十六進制數據,為什麼和js裡邊提供的范圍\x4e00-\x9fa5不一樣呢?

於是我就換成了下邊的代碼,發現真的准確了:

復制代碼 代碼如下:
 $str = "php編程";
 if (preg_match("/^[\x{4e00}-\x{9fa5}]+$/u",$str))
{
print("該字符串全部是中文");
}
else { print("該字符串不全部是中文");
 }

知道了php中utf-8編碼下用正則表達式匹配漢字的最終正確表達式——/^[\x{4e00}-\x{9fa5}]+$/u, 參考以上文章寫了如下一段測試代碼(復制以下代碼保存成.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漢字字母數字下劃線正則表達式  

 if(!preg_match("/^[\x{4e00}-\x{9fa5}A-Za-z0-9_]+$/u",$str)) 

 //UTF-8漢字字母數字下劃線正則表達式 

 {   

echo "<font color=red>您輸入的[".$str."]含有違法字符</font>";  

 }  

else  

{  

 echo "<font color=green>您輸入的[".$str."]完全合法,通過!</font>";  

 } } 

?<form method="POST" action="?action=sub"> 輸入字符(數字,字母,漢字,下劃線): 

 <input type="text" name="dir" value=""> 

 <input type="submit" value="提交"> 

</form>

GBK:

復制代碼 代碼如下:
preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$str); //GB2312漢字字母數字下劃線正則表達式

以上內容就是PHP中UTF-8正則表達式如何匹配漢字的全部內容,希望大家喜歡。

  1. 上一頁:
  2. 下一頁:
Copyright © 程式師世界 All Rights Reserved