PHP 正則判定中文 UTF-8 &GBK

UTF-8匹配:在javascript中，要判定字串是中文是很簡樸的。比如：var str = "php編程";if (/^[\u4e00-\u9fa5]+$/.test(str)) {alert("該字串全部是中文");} else{alert("該字串不全部是中文");}php中，是用 ...

UTF-8匹配:

在javascript中，要判定字串是中文是很簡樸的。比如：
var str = "php編程";
if (/^[\u4e00-\u9fa5]+$/.test(str)) {
alert("該字串全部是中文");
}
else{
alert("該字串不全部是中文");
}

php中，是用\x表示十六進位資料的。於是，變換成如下的代碼：
$str = "php編程";
if (preg_match("/^[\x4e00-\x9fa5]+$/"$str)) {
print("該字串全部是中文");
} else {
print("該字串不全部是中文");
}
貌似不報錯了，判定的結果也準確，不過把$str換成“編程”兩字，結果卻還是顯示“該字串不全部是中文”，看來這樣的判定還是不夠準確。

網上只能找到匹配全形字元的正則: ^[\x80-\xff]*^/
[\u4e00-\u9fa5]可以匹配中文但是PHP又不支援
可能還跟編碼有關係，因此需要瞭解一下模式修正符的相關知識.
在一篇《模式修正符》的文章中瞭解到：
u (PCRE_UTF8)
此修正符啟用了一個 PCRE 中與 Perl 不相容的額外功能。模式字串被當成 UTF-8。本修正符在 Unix 下自 PHP 4.1.0 起可用，在 win32 下自 PHP 4.2.3 起可用。
例子:
preg_match('/[\x{2460}-\x{2468}]/u' $str); 匹配 內碼漢字

按照他提供的方式進行測試，代碼如下：
$str = "php編程";
if (preg_match("/^[\x{2460}-\x{2468}]+$/u"$str)) {
print("該字串全部是中文");
} else {
print("該字串不全部是中文");
}
發現這次依然對是否為中文判定失常。
不過，既然\x表示的十六進位資料，為什麼和js裡邊提供的範圍\x4e00-\x9fa5不一樣呢？於是我就換成了下邊的代碼發現真的準確了：
$str = "php編程";
if (preg_match("/^[\x{4e00}-\x{9fa5}]+$/u"$str)) {
print("該字串全部是中文");
} else {
print("該字串不全部是中文");
}

知道了php中utf-8編碼下用Regex匹配漢字的最終準確運算式——/^[\x{4e00}-\x{9fa5}]+$/u，
參考以上文章寫了如下一段測試代碼(複製以下代碼儲存成.php檔案)

輸入字元(數字字母漢字底線):


 

GBK:

preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/"$str); //GB2312漢字字母數字底線Regex