Php 检测连续数字的正则表达式-不适用于非英语输入

您好，我有一个检查5个或更多连续数字的代码：

if (preg_match("/\d{5}/", $input, $matches) > 0)
return true;

它适用于英语输入，但当输入字符串包含阿拉伯文/多字节字符时，它会出错-有时即使输入文本中没有数字，它也会返回true

---

有什么想法吗？

当你想处理UTF-8时，你必须正确设置自己

您可以在启用PCRE UTF-8标志的情况下重新编译php

或者，您可以将序列

（*UTC8）

添加到正则表达式的开头。例如：

/（*UTF8）[：alnum:]/

，输入

é

，输出

TRUE

/[：alnum:]/

，输入

é

，输出

假

---

请查看，其中包含了PCRE库中有关UTF-8支持的大量信息。

您似乎正在使用PHP

这样做：

if (preg_match("/\d{5}/u", $input, $matches) > 0)
return true;

---

请注意表达式末尾的“u”修饰符。它告诉preg_*使用unicode模式进行匹配

即使在UTF-8模式下，预定义的字符类，如

\d

和

[[：digit:][]

也只匹配ASCII字符。要匹配潜在的非ASCII数字，必须使用等效的Unicode属性，

\p{Nd}

：

$s = "12345\xD9\xA1\xD9\xA2\xD9\xA3\xD9\xA4\xD9\xA5";
preg_match_all('~\p{Nd}{5}~u', $s, $matches);

如果需要匹配特定的字符或范围，可以使用带有适当代码点的转义序列

\x{hhh}

：

preg_match_all('~[\x{0661}-\x{0665}]{5}~u', $s, $matches);

…或使用

\xHH

表单输入其UTF-8编码的字节序列：

preg_match_all("~[\xD9\xA1-\xD9\xA5]{5}~u", $s, $matches);

---

注意，对于最后一个示例，我切换到了双引号。

\p{}

和

\x{}

表单被传递给regex编译器处理，但这次我们希望PHP编译器扩展转义序列。这不会发生在单引号字符串中。

免责声明：这是纯粹的研究；我自己也没有试过。嗨，我已经正常使用UTF8了，即使是英文版——问题不在于UTF8，更多的是多字节字符，我已经更新了description@SherifBuzz：据我所知，这就是PCRE标志支持的内容。多字节在某种程度上是UTF-8固有的。否则假定为[单字符]ASCII。请问您是如何知道您的英语字符串是多字节的？@Tomalak Geret'kal我的英语字符串不是多字节的-阿拉伯语的ons是-我记得在某处看到一个解决方案，涉及使用iconv解决类似问题，“但我似乎找不到它。@谢里夫巴兹谢谢你非常有用的错误报告。你有没有可能粘贴错误的

$input

？我很想看到这个错误。