这篇文章主要介绍了UTF-8正则表达式如何匹配汉字，有需要的小伙伴可以来参考下，判断输入内容是否含有违法字符，请看下面代码：

1. $str = "编程"; 
2. // if(!preg_match("/^[\x{4e00}-\x{9fa5}A-Za-z0-9_]+$/u",$str))  
3. //UTF-8汉字字母数字下划线正则表达式 
4. if(!preg_match("/^[\x{4e00}-\x{9fa5}]+$/u",$str)) //UTF-8汉字字母数字下划线正则表达式 
5.  {  
6.   echo "<font color=red>您输入的[".$str."]含有违法字符</font>";  
7.  } 
8.  else 
9.  { 
10.   echo "<font color=green>您输入的[".$str."]完全合法,通过!</font>";  
11.  
12.  } 

UTF-8匹配:

在javascript中，要判断字符串是中文是很简单的。

比如：

1.  var str = "php编程"; 
2.  if (/^[\u4e00-\u9fa5]+$/.test(str)) 
3.  
4. { alert("该字符串全部是中文"); 
5.  
6. }  
7. else{ alert("该字符串不全部是中文"); 
8.  } 

php中，是用\x表示十六进制数据的。

于是，变换成如下的代码：

1.  $str = "php编程"; 
2. if (preg_match("/^[\x4e00-\x9fa5]+$/",$str)) 
3. { 
4. print("该字符串全部是中文"); 
5. } 
6. else { print("该字符串不全部是中文"); 
7. } 

貌似不报错了，判断的结果也正确，不过把$str换成“编程”两字，结果却还是显示“该字符串不全部是中文”，看来这样的判断还是不够准确。

重要:查阅了<精通正则表达式>发现,对于[\x4e00-\x9fa5]这块东西,自己做一个强化的解释

php的正则中, [\x4e00-\x9fa5],其实就是  字符和字符组的概念, \x{hex},表达一个16进制数, 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位的必须加上大括号,同时,如果是大于x{FF}的hex,必须和u 修饰符连用,不然会非法出错。

网上只能找到匹配全角字符的正则:   ^[\x80-\xff]*^/   ,这里可以不加大括号 [\u4e00-\u9fa5]可以匹配中文,但是PHP又不支持     不过，既然\x表示的十六进制数据，为什么和js里边提供的范围\x4e00-\x9fa5不一样呢？

于是我就换成了下边的代码,发现真的准确了：

1.  $str = "php编程"; 
2.  if (preg_match("/^[\x{4e00}-\x{9fa5}]+$/u",$str)) 
3. { 
4. print("该字符串全部是中文"); 
5. } 
6. else { print("该字符串不全部是中文"); 
7.  } 

知道了php中utf-8编码下用正则表达式匹配汉字的最终正确表达式——/^[\x{4e00}-\x{9fa5}]+$/u， 参考以上文章写了如下一段测试代码(复制以下代码保存成.php文件)

1. <?php $action = trim($_GET['action']); 
2.  
3.  if($action == "sub") {  
4.  
5.  $str = $_POST['dir'];   
6.  
7.  //if(!preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$str)) //GB2312汉字字母数字下划线正则表达式   
8.  
9.  if(!preg_match("/^[\x{4e00}-\x{9fa5}A-Za-z0-9_]+$/u",$str))  
10.  
11.  //UTF-8汉字字母数字下划线正则表达式  
12.  
13.  {    
14.  
15. echo "<font color=red>您输入的[".$str."]含有违法字符</font>";   
16.  
17.  }   
18.  
19. else  
20.  
21. {   
22.  
23.  echo "<font color=green>您输入的[".$str."]完全合法,通过!</font>";   
24.  
25.  } }  
26.  
27. ?<form method="POST" action="?action=sub"> 输入字符(数字,字母,汉字,下划线):  
28.  
29.  <input type="text" name="dir" value="">  
30.  
31.  <input type="submit" value="提交">  
32.  
33. </form> 

GBK:

preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$str); //GB2312汉字字母数字下划线正则表达式。

Tags: UTF-8正则表达式 UTF-8匹配汉字

分享到：