PHP preg_replace正则表达式涉及汉字乱码

一、需求

PHP preg_replace，替换省、市、区为空

二、实现

1、使用表达式["省","市","自治州","自治区"]，出现了乱码

        $text = "浙江省";
        $pattern = '/["省","市","自治州","自治区"]/';
        $replacement = '';
        $result = preg_replace($pattern, $replacement, $text);
        echo $result;exit;

2、因为是汉字，1表达式的基础上添加/u 修饰符（表示使用 Unicode 编码），这样就不会乱码了；

        $text = "浙江省";
        $pattern = '/["省","市","自治州","自治区"]/u';
        $replacement = '';
        $result = preg_replace($pattern, $replacement, $text);
        echo $result;exit;

3、低版本php，不支持/u修饰符，可以换成正则表达式(省|市|区)，无需添加/u修饰符，即可成功替换。

        $text = "浙江省";
        $pattern = '/(省|市|区)/';
//        $pattern = '/["省","市","自治州","自治区"]/u';
        $replacement = '';
        $result = preg_replace($pattern, $replacement, $text);
        echo $result;exit;

4、可以不是用正则替换，改为str_replace替换哦

        $text = "浙江省";
//        $pattern = '/["省","市","自治州","自治区"]/u';
        $replacement = '';
//        $result = preg_replace($pattern, $replacement, $text);
        $result = str_replace(["省","市","自治州","自治区"],$replacement,$text);
        echo $result;exit;

三、总结

1、中文汉字、中文字符匹配出现乱码，只针对["省","市","自治州","自治区"]表达式，需要添加/u修饰符，才不会乱码（php高版本支持）；
其他表达式，比如(省|市|区)，可以随意匹配，不会出现中文乱码。

2、可以使用str_replace代替preg_replace

3、在 PHP 中，使用 u 修饰符允许正则表达式处理 Unicode 字符。这个修饰符告诉 PHP 引擎将模式和目标字符串视为 UTF-8 编码的字符序列，以便正确处理 Unicode 字符。

u 修饰符最早是在 PHP 4.1.0 版本中引入的，并且需要 PHP 在 4.2.3 版本或更高版本的环境中才能正常工作。因此，如果您使用的是 PHP 4.2.3 或更高版本，您就可以放心地在正则表达式中使用 u 修饰符来处理 Unicode 字符。

例如，在处理中文字符时，特别是需要匹配中文字符范围内的内容时，使用 u 修饰符非常有用。