php正则获取标签,PHP通过正则匹配中文字符 过滤html标签 获取文本内容

正则匹配中文汉字根据页面编码不同而略有区别：

GBK/GB2312编码：[x80-xff]+ 或 [xa1-xff]+

UTF-8编码：[x{4e00}-x{9fa5}]+/u

[php]

$str = "账单123";

//GBK/GB2312使用：

preg_match_all("/[\x80-\xff]+/", $str, $chinese);

//UTF-8 使用：

//preg_match_all("/[\x{4e00}-\x{9fa5}]+/u", $str, $chinese);

print_r($chinese);

[/php]

文档标题没加utf-8编码标识：

文档编码非utf-8，这个使用编辑器另存为即可；

你的字符串来源非utf-8，比如是从别处抓取而来，比如是从文件中读取而来，而非在自己的页面上定义，那么这个字符串自然就是源头处的编码了，可以使用PHP转码：

string iconv ( string $in_charset , string $out_charset , string $str )

第一个参数：内容原的编码

第二个参数：目标编码

第三个参数：要转的字符串

函数返回字符串

string mb_convert_encoding ( string $str , string $to_encoding [, mixed $from_encoding ] )

第一个参数：要处理的字符串

第二个参数：目标编码

第三个参数：内容原编码

函数返回字符串