PHP 正則判斷中文UTF-8或GBK的思路及具體實現

2020-03-22 17:46:51

字體：大中小

來源：轉載

供稿：網友

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。于是，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準確。重要:查閱了精通html' target='_blank'>正則表達式發現,對于[/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,如果是大于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]*^/ ,這里可以不加大括號
[/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，為什么和js里邊提供的范圍/x4e00-/x9fa5不一樣呢？于是我就換成了下邊的代碼,發現真的準確了：
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。PHP教程

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。

上一篇：生成隨機字符串和驗證碼的類的PHP實例

下一篇：PHP會話處理的10個函數