快捷導(dǎo)航

PHP 正則判斷中文UTF-8或GBK的思路及具體實(shí)現(xiàn)

更新時(shí)間：2013年11月26日 17:58:37 作者：

UTF-8匹配: 在javascript中，要判斷字符串是中文是很簡(jiǎn)單的，下面有個(gè)不錯(cuò)的判斷示例，需要的朋友可以參考下

UTF-8匹配: 在javascript中，要判斷字符串是中文是很簡(jiǎn)單的。比如：

 
var str = "php編程"; 
if (/^[\u4e00-\u9fa5]+$/.test(str)) { 
alert("該字符串全部是中文"); 
}else{ 
alert("該字符串不全部是中文"); 
} 
//php中，是用\x表示十六進(jìn)制數(shù)據(jù)的。于是，變換成如下的代碼： 
$str = "php編程"; 
if (preg_match("/^[\x4e00-\x9fa5]+$/",$str)) { 
print("該字符串全部是中文"); 
} else { 
print("該字符串不全部是中文"); 
} 

貌似不報(bào)錯(cuò)了，判斷的結(jié)果也正確，不過把$str換成“編程”兩字，結(jié)果卻還是顯示“該字符串不全部是中文”，看來這樣的判斷還是不夠準(zhǔn)確。重要:查閱了<精通正則表達(dá)式>發(fā)現(xiàn),對(duì)于[\x4e00-\x9fa5]這塊東西,自己做一個(gè)強(qiáng)化的解釋 php的正則中, [\x4e00-\x9fa5],其實(shí)就是字符和字符組的概念, \x{hex},表達(dá)一個(gè)16進(jìn)制數(shù), 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位的必須加上大括號(hào), 同時(shí),如果是大于x{FF}的hex,必須和u 修飾符連用,不然會(huì)非法出錯(cuò)
網(wǎng)上只能找到匹配全角字符的正則: ^[\x80-\xff]*^/ ,這里可以不加大括號(hào)
[\u4e00-\u9fa5]可以匹配中文,但是PHP又不支持
不過，既然\x表示的十六進(jìn)制數(shù)據(jù)，為什么和js里邊提供的范圍\x4e00-\x9fa5不一樣呢？于是我就換成了下邊的代碼,發(fā)現(xiàn)真的準(zhǔn)確了：

復(fù)制代碼代碼如下:

 
$str = "php編程"; 
if (preg_match("/^[\x{4e00}-\x{9fa5}]+$/u",$str)) { 
print("該字符串全部是中文"); 
} else { 
print("該字符串不全部是中文"); 
} 

知道了php中utf-8編碼下用正則表達(dá)式匹配漢字的最終正確表達(dá)式——/^[\x{4e00}-\x{9fa5}]+$/u，

參考以上文章寫了如下一段測(cè)試代碼(復(fù)制以下代碼保存成.php文件)

復(fù)制代碼代碼如下:

 
<?php 
$action = trim($_GET['action']); 
if($action == "sub") 
{ 
$str = $_POST['dir']; 
//if(!preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$str)) //GB2312漢字字母數(shù)字下劃線正則表達(dá)式 
if(!preg_match("/^[\x{4e00}-\x{9fa5}A-Za-z0-9_]+$/u",$str)) //UTF-8漢字字母數(shù)字下劃線正則表達(dá)式 
{ 
echo "<font color=red>您輸入的[".$str."]含有違法字符</font>"; 
} 
else 
{ 
echo "<font color=green>您輸入的[".$str."]完全合法,通過!</font>"; 
} 
} 
?> 

復(fù)制代碼代碼如下:

 
<form. method="POST" action="?action=sub"> 
輸入字符(數(shù)字,字母,漢字,下劃線): 
<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漢字字母數(shù)字下劃線正則表達(dá)式。

您可能感興趣的文章: