PHP一段正则表达式匹配结果不一致的问题

happen_zhang
  • 100

我自定的函数如下,功能是匹配出特殊字符:

function hasSpecialChar($subject) {
    $pattern = "/[`~!@#$%^&*()+=|{}':;',\\[\\].<>\/?~!@#¥%……&*()——+|{}【】‘;:”\"“’。,、?]/";

    if (preg_match($pattern, $subject)) {
        return true;
    }

    return false;
}

我的结果:

var_dump(hasSpecialChar('问答社区')); // boolean true
var_dump(hasSpecialChar('Segmentfault')); // boolean false
var_dump(hasSpecialChar('@Segmentfault')); // boolean true

可以从第一个结果中看出是'问答社区'这个中文字符串被匹配出了特殊字符,但是我在Rubular上匹配'问答社区'则匹不出特殊字符,请问是不是我哪里写错了?还是preg_match函数的为题呢?一直找不到原因。

路过的大哥们帮帮忙,谢谢。

回复
阅读 4.8k
3 个回答
✓ 已被采纳

但是我在Rubular上匹配'问答社区'则匹不出特殊字符

Rubular是基于Ruby的,Ruby 1.9以后对中文支持得很不错了。

请问是不是我哪里写错了?

需要加上u修饰符,开启UTF-8支持

$pattern = "/[`~!@#$%^&*()+=|{}':;',\\[\\].<>\/?~!@#¥%……&*()——+|{}【】‘;:”\"“’。,、?]/u";

一直找不到原因。

是PHP对中文支持不够好。

中文在PHP里是以16进制保存的,这就带来问题了。

比如,你的例子中,你匹配的那些特殊符号中包括中文的逗号,你告诉PHP的是,我要匹配一组特殊符号,其中包括中文的逗号,[,],但是PHP不认识中文,它听到的是,你要匹配一组数据,其中包括\xef\xbc\x8c(中文逗号转换成十六进制),然后你传给它的“问答社区”,其中“区”字转换成十六进制就是\xe5\x8c\xba。你可以看到,这里\x8c匹配上了,所以最后结果是true

同理,你可以尝试找一下字是因为和哪个特殊符号的十六进制匹配上了?

php汉字匹配可以考虑 mb_ 相应的函数,例如:mb_ereg(),虽然有些问题,但是大体上能比较省事的解决问题。
如果使用GBK字符集建议考虑转成UTF-8再处理。

PHP如果需要处理中文正则,请一定使用小写字母U
如把你的代码改成 这个即可

$pattern = "/[`~!@#$%^&*()+=|{}':;',\\[\\].<>\/?~!@#¥%……&*()——+|{}【】‘;:”\"“’。,、?]/u";

不过我经常这样干

$pattern = "/[`~!@#$%^&*()+=|{}':;',\\[\\].<>\/?~!@#¥%……&*()——+|{}【】‘;:”\"“’。,、?]/isu";
宣传栏