Regex中的小寫u修正符深刻理解

先看一執行個體

代碼如下	複製代碼
<?php  $str = ‘【宏?E1-471G-53214G50Mnks】宏?（acer）E1-471G-53214G50Mnks 14英寸膝上型電腦（i5-3210M 4G 500G GT630M 1G獨顯 USB3.0 )黑色【行情 報價 價格 評測】’;  $str2 = ‘維他奶 原味豆奶250ml x6 X 3 組合裝【品牌 產地 促銷 價格 評論】’;  $str3 = ‘維他奶 原味豆奶250ml x6 X 3 組合裝【行情 報價 價格 評測】’;  echo preg_replace(‘/(【[^】]*】)/’, ”, $str),’<hr>’;  echo preg_replace(‘/(【[^】]*】)/’, ”, $str2),’<hr>’;  echo preg_replace(‘/(【[^】]*】)/’, ”, $str3);  ?>

各位看官，把上面代碼跑下看看結果。。。

是不是覺得很奇怪，為什麼1,3都能匹配到，就是$str2匹配不了。。。

在測試的時候，我就發現一個問題，就是你把$str2【】裡的內容換成子母或者數字，就可以匹配到。。。當時我就想是不是字元的問題。。。但是還沒有一個深刻的認識，今天在論壇請教一下，有一位高手解開了這個謎底。。。

你不在pattern後面加u修飾的話，Regex似乎是按單位元組字元解釋的，這樣的話
[^】]的意思就是匹配xe3，x80，x91以外的字元，而第二組中間剛好有個x80，就不能匹配了

以下是$str2的編碼情況。

>>> ‘維他奶 原味豆奶250ml x6 X 3 組合裝【品牌 產地 促銷 價格 評論】’.decode(‘gb2
312′).encode(‘utf8′)
‘xe7xbbxb4xe4xbbx96xe5xa5xb6 xe5x8ex9fxe5x91xb3xe8xb1x86xe5x
a5xb6250ml x6 X 3 xe7xbbx84xe5x90x88xe8xa3x85xe3x80x90xe5x93x81
xe7x89x8c xe4xbaxa7xe5x9cxb0 xe4xbfx83xe9x94x80xe4xbbxb7xe6x
a0xbc xe8xafx84xe8xaexbaxe3x80x91‘

 我們再來對比下$str3的編碼情況。

>>> ‘維他奶 原味豆奶250ml x6 X 3 組合裝【行情 報價 價格 評測】’.decode(‘gb2312′).encode(‘utf8′)
‘xe7xbbxb4xe4xbbx96xe5xa5xb6 xe5x8ex9fxe5x91xb3xe8xb1x86xe5x
a5xb6250ml x6 X 3 xe7xbbx84xe5x90x88xe8xa3x85xe3x80x90xe8xa1x8c
xe6x83x85 xe6x8axa5xe4xbbxb7 xe4xbbxb7xe6xa0xbc xe8xafx84xe6x
b5x8bxe3x80x91‘
>>>

看到紅色標記的區別了嗎？？？這就是為什麼那麼匹配中文，或者全形字元的運算式裡都需要用小寫u作為修正符。。。之前只是知道有這麼一回事，但是真正算是理解的，就是這次了。。。

所以，只要把運算式改為：preg_replace(‘/(【[^】]*】)/u’, ”, $str2)  即可匹配成功