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 >> PHP 正則判斷中文UTF-8或GBK的思路及具體實現

PHP 正則判斷中文UTF-8或GBK的思路及具體實現

編輯:PHP綜合
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:
$str = "php編程";
if (preg_match("/^[\x4e00-\x9fa5]+$/",$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)
復制代碼 代碼如下:
<?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>";
}
}
?>

復制代碼 代碼如下:
<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: 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。
  1. 上一頁:
  2. 下一頁:
Copyright © 程式師世界 All Rights Reserved