PHP正则匹配字符串中的中文

我们先要明白
中文双字节字符编码范围


1. GBK (GB2312/GB18030)
x00-xff GBK双字节编码范围
x20-x7f ASCII
xa1-xff 中文 gb2312
x80-xff 中文 gbk


2. UTF-8 (Unicode)


u4e00-u9fa5 (中文)
x3130-x318F (韩文
xAC00-xD7A3 (韩文)
u0800-u4e00 (日文)


获取指定的中文与字符
例1

<?php
$str = '正则如何匹配中文字在某中文字符串中？';
preg_match("/中/",$str,$regs);
print_r($regs);
?>

输出
Array
(
    [0] => 中
)


例2

<?php
$str = '这里是中文 this is English';
//把中文变成红色
echo preg_replace("/([x80-xff].)/","<font color=red>\1</font>",$str);
//把非中文变成红色
echo preg_replace("/([x20-x7f])/","<font color=red>\1</font>",$str);
?>

 

签里面有中文、英文、数字等混排，则需要对汉字进行特殊处理，由于PCRE不支持U P L之类的perl字符串处理转义，使用16进制或者Unicode进行处理，范例如下：

$str = "之二宽阔的甘家口东#标签1#标签2 #标签3。#标签4,都发$1234 ￥xc,cvm , ￥12,dflksjf如何#标签5.x #tag6.cvxcv“";
preg_match_all('/#([a-zA-Z0-9x7f-xff]+)/', $str, $mat);
print_r($mat);
preg_match("/[x{00a5}x{ffe5}](d+)/u", $str, $mat);
print_r($mat);

最后我明白了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

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

实例


下面这款匹配中文字符串正则表达式是一款利用数组，然后 多次for把全是中文字符串的打印出来

$str_arr = array(
"iameverysorry",
"快乐编程，快乐生活",
"php教程编程",
"1997年香港回归",
"英语学习abc",
"www.111cn.net"
);
$patt_ch = chr(0xa1) . "-" . chr(0xff);
foreach ($str_arr as $str)
{
    echo "字符串'$str' 是";
    if (preg_match("/^[$patt_ch]+$/", $str))
    {
        echo "<b>完全中文</b>";
        echo "<br>";
        echo "<br>";
    }
    else
    {
        echo "非完全中文";
        echo "<br>";
        echo "<br>";
    }
}