Fatal编程技术网
  • php/
  • Php preg_匹配和（非英语）拉丁字符？

Php preg_匹配和（非英语）拉丁字符？

php character-encoding

Php preg_匹配和（非英语）拉丁字符？,php,character-encoding,preg-match,expression,Php,Character Encoding,Preg Match,Expression,我有一个XHTML表单，要求人们输入他们的全名。然后我使用以下模式将其与preg\u match（）匹配：/^[\p{L}\s]+$/ 在我运行PHP5.2.13（PCRE 7.9 2009-04-11）的本地服务器上，这很好。 在运行PHP5.2.10（PCRE 7.3 2007-08-28）的Web主机上，当输入的字符串包含丹麦拉丁字符ø（）时，它不匹配 这是虫子吗？附近有工作吗 提前谢谢你 因此，问题是假定的。您没有使用/u修改器。这意味着PCRE不会查找UTF-8字符 无论如何，应该这样

我有一个XHTML表单，要求人们输入他们的全名。然后我使用以下模式将其与
preg\u match（）
匹配：
/^[\p{L}\s]+$/

在我运行PHP5.2.13（PCRE 7.9 2009-04-11）的本地服务器上，这很好。 在运行PHP5.2.10（PCRE 7.3 2007-08-28）的Web主机上，当输入的字符串包含丹麦拉丁字符ø（）时，它不匹配

这是虫子吗？附近有工作吗

提前谢谢你

因此，问题是假定的。您没有使用
/u
修改器。这意味着PCRE不会查找UTF-8字符

无论如何，应该这样做：

var_dump(preg_match('/^[\p{L}\s]+$/u', "ø"));
在我所有的版本上都有效。其他人可能有缺陷，但在这里不太可能

您的问题是，这也适用于：

var_dump(preg_match('/^[\p{L}\s]+$/', utf8_decode("ø")));
注意，这使用了ISO-8859-1而不是UTF-8，并且省略了
/u
修饰符。结果是
int（1）
。显然，在非编码模式下，PCRE将拉丁语-1
ø
解释为匹配的
\p{L}
。（大多数单字节\xA0-\xFF都是拉丁语-1中的字母符号，8位代码点与Unicode中的相同，所以这实际上是可以的。）

结论：您的输入实际上是ISO-8859-1。这就是为什么它在没有
/u
的情况下意外地为您工作。更改该选项，并使用输入字符集执行操作。

因此，问题是假定的。您没有使用
/u
修改器。这意味着PCRE不会查找UTF-8字符

无论如何，应该这样做：

var_dump(preg_match('/^[\p{L}\s]+$/u', "ø"));
在我所有的版本上都有效。其他人可能有缺陷，但在这里不太可能

您的问题是，这也适用于：

var_dump(preg_match('/^[\p{L}\s]+$/', utf8_decode("ø")));
注意，这使用了ISO-8859-1而不是UTF-8，并且省略了
/u
修饰符。结果是
int（1）
。显然，在非编码模式下，PCRE将拉丁语-1
ø
解释为匹配的
\p{L}
。（大多数单字节\xA0-\xFF都是拉丁语-1中的字母符号，8位代码点与Unicode中的相同，所以这实际上是可以的。）

结论：您的输入实际上是ISO-8859-1。这就是为什么它在没有
/u
的情况下意外地为您工作。更改该选项，并使用输入字符集进行精确操作。

是否使用
/u
修饰符？否则，在PHP4.3之前就已经支持UTF-8了。PCRE变更日志表明7.x系列中存在多个bug。你能检查一下吗？@mario不，我不知道。我不是舒尔我该怎么用？如果我只添加u形修饰符，该模式在我的本地服务器上甚至不匹配。@charles它只给我0。有什么线索吗？@Jonas，我希望它不是零，因为这是我唯一的想法。你在用
/u
修饰符吗？否则，在PHP4.3之前就已经支持UTF-8了。PCRE变更日志表明7.x系列中存在多个bug。你能检查一下吗？@mario不，我不知道。我不是舒尔我该怎么用？如果我只添加u形修饰符，该模式在我的本地服务器上甚至不匹配。@charles它只给我0。有什么线索吗？@Jonas，我希望它不是零，因为这是我唯一的想法。非常感谢你的回答，mario！我在这里确实学到了一些东西——首先也是最重要的是，我对字符集的理解太不一致了。你肯定没有用它来选择最简单的主题！：}字符集总是混乱的。PS：如果它对你的实际任务有帮助，请给我一个投票或复选标记。对不起，我在写这个评论的过程中碰击了[Access ]：U-修饰符不起作用。utf8_encode（）-技巧（非_解码）在我的Web主机上工作，但在本地不工作。我真的很想弄清这一点，所以我希望您能为我澄清一些事情：我的MySQL表都有latin1\u danish\u ci排序规则，但我的PHP脚本使用UTF8编码，只有一个丹麦语言文件使用ISO Latin 1编码。我需要在哪里清理东西？非常感谢。嗯，如果/u-modifier不起作用，那么您的PCRE设置可能真的过时了（在PHP4.3之前，有些PHP版本在编译时没有使用Unicode）如果您不能在preg_match中使用/unicode，那么我会说最好在任何地方都使用拉丁语-1。您的数据库已被删除。那么我想您更愿意
将所有脚本重新编码为ISO-8859-1。至少您应该能够像我的示例中那样对原始字符串使用utf8解码。您可以测试
[\\xC0-\\xFF]
而不是
[\p{L}]
。这包括拉丁字母-1（只有两个例外）。在PCRE版本中可能更可靠。非常感谢您的回答，mario！我在这里确实学到了一些东西——首先也是最重要的是，我对字符集的理解太不一致了。你肯定没有用它来选择最简单的主题！：}字符集总是混乱的。PS：如果它对你的实际任务有帮助，请给我一个投票或复选标记。对不起，我在写这个评论的过程中碰击了[Access ]：U-修饰符不起作用。utf8_encode（）-技巧（非_解码）在我的Web主机上工作，但在本地不工作。我真的很想弄清这一点，所以我希望您能为我澄清一些事情：我的MySQL表都有latin1\u danish\u ci排序规则，但我的PHP脚本使用UTF8编码，只有一个丹麦语言文件使用ISO Latin 1编码。我需要在哪里清理东西？非常感谢。嗯，如果/u-modifier不起作用，那么您的PCRE设置可能真的过时了（在PHP4.3之前，有些PHP版本在编译时没有使用Unicode）如果您不能在preg_match中使用/unicode，那么我会说最好在任何地方都使用拉丁语-1。您的数据库已被删除。那么我想您更愿意
将所有脚本重新编码为ISO-8859-1。至少您应该能够像我的示例中那样对原始字符串使用utf8解码。您可以测试
[\\xC0-\\xFF]
而不是
[\p{L}]
。那个封面