PHP正则表达式匹配中文

PHP正则表达式匹配中文

php中目前支持的是由PCRE库提供的正则函数，以“preg_”为前缀命名，在PCRE中若是要匹配中文字符，需要将模式修饰符设置为“u”。

u (PCRE_UTF8)此修正符打开一个与 perl 不兼容的附加功能。 模式和目标字符串都被认为是 utf-8 的。无效的目标字符串会导致 preg_* 函数什么都匹配不到；无效的模式字符串会导致 E_WARNING 级别的错误。 PHP 5.3.4 后，5字节和6字节的 UTF-8 字符序列被考虑为无效（resp. PCRE 7.32007-08-28）。 以前就被认为是无效的 UTF-8。

故匹配中文时，模式如下：

$pattern = '/[\x{4e00}-\x{9fa5}]+/u';