Regex - 為什麼在正則不加模式修正符的時候，PHP去匹配的中文字元會是亂碼的

情況如下：

• php 5.5.11
• mac osx 10.9.2、win7、centOS 6.3

代碼如下：

echo preg_replace('/[\s-]+/', '-', '阿樹')."\n";

測試結果如下：

• Mac 亂碼
• windows、linux都正常

增加模式修正符後正常，如下：

echo preg_replace('/[\s-]+/u', '-', '阿樹')."\n";

尋找資料，是這麼說的：

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。自 PHP 4.3.5 起開始檢查模式的 UTF-8 合法性。

請問：

1. u的意思就是將匹配的字元當作utf8嗎，還有其他作用嗎
2. My Code是utf8，但是為什麼只有mac(Unix)會亂碼呢？

回複內容：

情況如下：

• php 5.5.11
• mac osx 10.9.2、win7、centOS 6.3

代碼如下：

echo preg_replace('/[\s-]+/', '-', '阿樹')."\n";

測試結果如下：

• Mac 亂碼
• windows、linux都正常

增加模式修正符後正常，如下：

echo preg_replace('/[\s-]+/u', '-', '阿樹')."\n";

尋找資料，是這麼說的：

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。自 PHP 4.3.5 起開始檢查模式的 UTF-8 合法性。

請問：

1. u的意思就是將匹配的字元當作utf8嗎，還有其他作用嗎
2. My Code是utf8，但是為什麼只有mac(Unix)會亂碼呢？

樹的utf8表示是e6 a0 91。敏感的話看到這裡就應該明白了。

第二個位元組a0和\n是一樣的，從而被替換成了-，剩下左右兩邊的兩個位元組變成非法ASCII，顯示成問號了，至於平台差異性，估計是所謂PCRE的問題吧，有興趣可以鑽進去查查

