php正则表达式 unicode编码属性

2019独角兽企业重金招聘Python工程师标准>>>

/**
 * Preprocess.
 *
 * @param string $string
 *
 * @return string
 */
protected function prepare($string)
{
    $string = preg_replace_callback('~[a-z0-9_-]+~i', function ($matches) {
        return "\t".$matches[0];
    }, $string);

    return preg_replace("~[^\p{Han}\p{P}\p{Z}\p{M}\p{N}\p{L}\t]~u", '', $string);
}

今天在看laravel的一个汉语转拼音的扩展包的时候，遇到这么一段代码，有两个地方看不懂。

第一个 正则中用的 ~~ 符号

看完后没有查阅到任何可以帮助到我的资料，于是经过实验后发现~和/的作用一样，表示这是一个正则表达式的定界符。

第二个 最后一段正则\p{Han}\p{P}

查看了php 官方手册

http://php.net/manual/zh/regexp.reference.unicode.php

里面的解释还是有些一知半解的感觉，没有理解其中的一段话（可能是翻译不太贴切导致的）

Unicode 字符集在具体文字中定义。使用文字名可以匹配这些字符集中的一个字符。例如：

• \p{Greek}
• \P{Han}

经实验，理解为可以匹配某种语言的一个字符。Han就表示中文

转载于:https://my.oschina.net/u/2241804/blog/880522