使用UTF-8正則表達式怎么對漢字進行匹配

本篇文章給大家分享的是有關使用UTF-8正則表達式怎么對漢字進行匹配，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

判斷輸入內容是否含有違法字符，請看下面代碼

$str = "編程";
// if(!preg_match("/^[\x{4e00}-\x{9fa5}A-Za-z0-9_]+$/u",$str)) 
//UTF-8漢字字母數字下劃線正則表達式
if(!preg_match("/^[\x{4e00}-\x{9fa5}]+$/u",$str)) //UTF-8漢字字母數字下劃線正則表達式
 { 
  echo "<font color=red>您輸入的[".$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>"; 

 }

-----------------------

UTF-8匹配:
在javascript中，要判斷字符串是中文是很簡單的。

比如：

復制代碼 代碼如下:

 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表示十六進制數據的。

于是，變換成如下的代碼：

復制代碼 代碼如下:

 $str = "php編程";
if (preg_match("/^[\x4e00-\x9fa5]+$/",$str))
{
print("該字符串全部是中文");
}
else { print("該字符串不全部是中文");
}

貌似不報錯了，判斷的結果也正確，不過把$str換成“編程”兩字，結果卻還是顯示“該字符串不全部是中文”，看來這樣的判斷還是不夠準確。
重要:

查閱了<精通正則表達式>發現,對于[\x4e00-\x9fa5]這塊東西,自己做一個強化的解釋
php的正則中, [\x4e00-\x9fa5],其實就是  字符和字符組的概念, \x{hex},表達一個16進制數, 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,
同時,如果是大于x{FF}的hex,必須和u 修飾符連用,不然會非法出錯

網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 [\u4e00-\u9fa5]可以匹配中文,但是PHP又不支持     不過，既然\x表示的十六進制數據，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,發現真的準確了：

復制代碼 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編碼下用正則表達式匹配漢字的最終正確表達式——/^[\x{4e00}-\x{9fa5}]+$/u， 參考以上文章寫了如下一段測試代碼(復制以下代碼保存成.php文件)

<?php $action = trim($_GET['action']);

 if($action == "sub") { 

 $str = $_POST['dir'];  

 //if(!preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$str)) //GB2312漢字字母數字下劃線正則表達式  

 if(!preg_match("/^[\x{4e00}-\x{9fa5}A-Za-z0-9_]+$/u",$str)) 

 //UTF-8漢字字母數字下劃線正則表達式 

 {   

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>";  

 } } 

?<form method="POST" action="?action=sub"> 輸入字符(數字,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漢字字母數字下劃線正則表達式

以上就是使用UTF-8正則表達式怎么對漢字進行匹配，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。