用PHP编写Javascript UTF正则表达式

我需要在PHP中重写此javascript正则表达式，以便与preg_replace一起使用：

var PATTERN = /([\ud800-\udbff])([\udc00-\udfff])/g;

如果我使用：

$strText = preg_replace("/([\ud800-\udbff])([\udc00-\udfff])/", "emoji", $strText);

我得到：

编译失败：PCRE不支持偏移量3处的\L、\L、\N{name}、\U或\U

请尝试以下操作：

preg_replace("/([\x{d800}-\x{dbff}])([\x{dc00}-\x{dfff}])/u", "emoji", $strText);

PCRE不支持

\uxxx

格式，因此您可以使用

\x{XXXX}

。此外，您还需要

u

修饰符（在正则表达式末尾）来处理UTF-8

---

有关语法的信息来自

Perl和PCRE不支持\uFFFF语法。它们使用\x{FFFF} 相反

有关

u

修改器的信息来自

u（PCRE_UTF8）此修饰符打开PCRE的附加功能 这与Perl不兼容。模式和主题字符串是 作为UTF-8处理。此修饰符可从PHP4.1.0或更高版本获得 在Unix上，从win32上的PHP4.2.3。UTF-8模式的有效性和 从PHP 4.3.5开始检查主题。无效主题将导致 preg_*函数不匹配任何内容；将触发无效的模式 级别E_警告的错误。五个和六个八位组UTF-8序列 自PHP 5.3.4（分别为PCRE 7.3 2007-08-28）起被视为无效； 以前，这些被认为是有效的UTF-8

---

如果我使用：

preg\u replace（“/（[\x{d800}-\x{dbff}]）（[\x{dc00}-\x{dfff}]）/”，“emoji”，$strText），请尝试将
\ud800
替换为
\x{d800}

I get

编译失败：偏移量9处\x{…}序列中的字符值太大。

尝试在正则表达式末尾添加一个

u

../u“..

作为旁白，捕获组是无用的，第一个范围可以替换为

\p{Cs}

：

~（*UTF8）\p{Cs}[\x{dc00}-\x{dfff}]~

我得到

编译失败：不允许的Unicode代码点（>=0xd800&&@OneCleverMonkey，我搜索了那个错误并发现了这个…，这看起来很奇怪，但是你能试着用E替换前导的D吗？或者在执行正则表达式之前转换成UTF8（可能来自UTF16），