PHP如何使用正則判斷中文UTF-8或GBK

這篇文章主要介紹了PHP如何使用正則判斷中文UTF-8或GBK，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

UTF-8匹配: 在javascript中，要判斷字符串是中文是很簡單的。比如：

代碼如下:

var str = "php編程";
if (/^[\u4e00-\u9fa5]+$/.test(str)) {
alert("該字符串全部是中文");
}else{
alert("該字符串不全部是中文");
}
//php中，是用\x表示十六進(jìn)制數(shù)據(jù)的。于是，變換成如下的代碼：
$str = "php編程";
if (preg_match("/^[\x4e00-\x9fa5]+$/",$str)) {
print("該字符串全部是中文");
} else {
print("該字符串不全部是中文");
}

貌似不報錯了，判斷的結(jié)果也正確，不過把$str換成“編程”兩字，結(jié)果卻還是顯示“該字符串不全部是中文”，看來這樣的判斷還是不夠準(zhǔn)確。重要:查閱了<精通正則表達(dá)式>發(fā)現(xiàn),對于[\x4e00-\x9fa5]這塊東西,自己做一個強(qiáng)化的解釋 php的正則中, [\x4e00-\x9fa5],其實就是 字符和字符組的概念, \x{hex},表達(dá)一個16進(jìn)制數(shù), 需要注意的是hex 可以是1-2位的,也可以是4位的,但是如果是4位的必須加上大括號, 同時,如果是大于x{FF}的hex,必須和u 修飾符連用,不然會非法出錯
網(wǎng)上只能找到匹配全角字符的正則: ^[\x80-\xff]*^/ ,這里可以不加大括號
[\u4e00-\u9fa5]可以匹配中文,但是PHP又不支持
不過，既然\x表示的十六進(jìn)制數(shù)據(jù)，為什么和js里邊提供的范圍\x4e00-\x9fa5不一樣呢？于是我就換成了下邊的代碼,發(fā)現(xiàn)真的準(zhǔn)確了：

代碼如下:

$str = "php編程";
if (preg_match("/^[\x{4e00}-\x{9fa5}]+$/u",$str)) {
print("該字符串全部是中文");
} else {
print("該字符串不全部是中文");
}

知道了php中utf-8編碼下用正則表達(dá)式匹配漢字的最終正確表達(dá)式——/^[\x{4e00}-\x{9fa5}]+$/u，

參考以上文章寫了如下一段測試代碼(復(fù)制以下代碼保存成.php文件)

代碼如下:

<?php
$action = trim($_GET['action']);
if($action == "sub")
{
$str = $_POST['dir'];
//if(!preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$str)) //GB2312漢字字母數(shù)字下劃線正則表達(dá)式
if(!preg_match("/^[\x{4e00}-\x{9fa5}A-Za-z0-9_]+$/u",$str)) //UTF-8漢字字母數(shù)字下劃線正則表達(dá)式
{
echo "<font color=red>您輸入的[".$str."]含有違法字符</font>";
}
else
{
echo "<font color=green>您輸入的[".$str."]完全合法,通過!</font>";
}
}
?>

代碼如下:

<form. method="POST" action="?action=sub">
輸入字符(數(shù)字,字母,漢字,下劃線):
<input type="text" name="dir" value="">
<input type="submit" value="提交">
</form>

GBK: preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$str); //GB2312漢字字母數(shù)字下劃線正則表達(dá)式。

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“PHP如何使用正則判斷中文UTF-8或GBK”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識等著你來學(xué)習(xí)!