UTF-8漢字Regex

原文連結：http://blog.csdn.net/wide288/article/details/30066639

$str = "編程";
// if(!preg_match("/^[\x{4e00}-\x{9fa5}A-Za-z0-9_]+$/u",$str)) //UTF-8漢字字母數字底線Regex
if(!preg_match("/^[\x{4e00}-\x{9fa5}]+$/u",$str)) //UTF-8漢字字母數字底線Regex
{
echo "您輸入的[".$str."]含有違法字元";
}
else
{
echo "您輸入的[".$str."]完全合法,通過!";

}

-----------------------

UTF-8匹配:
在javascript中，要判斷字串是中文是很簡單的。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Regex>發現,對於[\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 字元和字元組的概念, \x{hex},表達一個16進位數, 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位的必須加上大括弧,
同時,如果是大於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形字元的正則: ^[\x80-\xff]*^/ ,這裡可以不加大括弧 [\u4e00-\u9fa5]可以匹配中文,但是PHP又不支援 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",$str)) { print("該字串全部是中文"); } else { print("該字串不全部是中文"); }
知道了php中utf-8編碼下用Regex匹配漢字的最終正確運算式——/^[\x{4e00}-\x{9fa5}]+$/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)


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

以上就介紹了UTF-8漢字Regex，包括了方面的內容，希望對PHP教程有興趣的朋友有所協助。

