php正则匹配input,php正则表达匹配中文若干问题的解决方法

在php中，用正则表达式匹配中文的例子：

复制代码 代码示例:

$str = '中华人民共和国123456789abcdefg';

echo preg_match("/^[u4e00-u9fa5_a-zA-Z0-9]{3,15}$",$strName);

?>

运行以上代码，会提示：

Warning: preg_match(): Compilation failed: PCRE does not support L, l, N, P, p, U, u, or X at offset 3 in F:wwwrootphptest.php on line 2

原因在于：PHP正则表达式中不支持下列 Perl 转义序列：L, l, N, P, p, U, u, or X

在 UTF-8 模式下，允许用“x{...}”，花括号中的内容是表示十六进制数字的字符串。

原来的十六进制转义序列 xhh 如果其值大于 127 的话则匹配了一个双字节 UTF-8 字符。

解决方法：

复制代码 代码示例:

preg_match("/^[x80-xff_a-zA-Z0-9]{3,15}$",$strName);

preg_match('/[x{2460}-x{2468}]/u', $str);

匹配 内码汉字

按照他提供的方式进行测试：

复制代码 代码示例:

$str = "php编程";

if (preg_match("/^[x{2460}-x{2468}]+$/u",$str)) {

print("该字符串全部是中文");

} else {

print("该字符串不全部是中文");

}

?>

这样操作，依然对是否为中文判断失常。不过，既然x表示的十六进制数据，为什么和js里边提供的范围x4e00-x9fa5不一样呢？

于是将代码修改为如下内容：

复制代码 代码示例:

$str = "php编程";

if (preg_match("/^[x4e00-x9fa5]+$/u",$str)) {

print("该字符串全部是中文");

} else {

print("该字符串不全部是中文");

}

?>

warning又一次产生了：

Warning: preg_match() [function.preg-match]: Compilation failed: invalid UTF-8 string at offset 6 in test.php on line 3接着修改，给“4e00”和“9fa5”两边分别用"{"和“}”包起来，跑了一遍，发现这次准确了：

复制代码 代码示例:

$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");

}

?>

知道了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，

最终版的实现代码：

复制代码 代码示例:

//if (preg_match(“/^[".chr(0xa1)."-".chr(0xff)."]+$/”, $str)) { //只能在GB2312情况下使用

if (preg_match(“/^[x7f-xff]+$/”, $str)) { //兼容gb2312,utf-8

echo “正确输入”;

} else {

echo “错误输入”;

}

?>

例2，

复制代码 代码示例:

$action = trim($_GET['action']);

if($action == "sub")

{

$str = $_POST['dir'];

//if(!preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$str)) //GB2312汉字字母数字下划线正则表达式

if(!preg_match("/^[\x{4e00}-\x{9fa5}A-Za-z0-9_]+$/u",$str)) //UTF-8汉字字母数字下划线正则表达式

{

echo"您输入的[".$str."]含有违法字符";

}

else

{

echo "您输入的[".$str."]完全合法,通过!";

}

}

?>

输入字符(数字,字母,汉字,下划线):

附，php中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)

就介绍这些吧，希望有助于大家理解php正则匹配中文的方法。

脚本学堂，祝大家学习进步。