PHP 正则判断中文UTF-8或GBK的思路及具体实现

前端技术 2023/09/03 PHP
UTF-8匹配: 在javascript中，要判断字符串是中文是很简单的。比如：
复制代码 代码如下:

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：
复制代码 代码如下:

$str = \"php编程\";
if (preg_match(\"/^[\\x{4e00}-\\x{9fa5}]+$/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)
复制代码 代码如下:

<?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>\";
}
}
?>

复制代码 代码如下:

<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。

本文地址：https://www.stayed.cn/item/6311

转载请注明出处。

本站部分内容来源于网络,如侵犯到您的权益,请 联系我

我的博客

人生若只如初见，何事秋风悲画扇。

我的标签

随笔档案