UTF-8正则表达式如何匹配汉字

判断输入内容是否含有违法字符，请看下面代码

$str = "编程";

// 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

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

{

echo "<font color=red>您输入的[".$str."]含有违法字符</font>";

}

else

{

echo "<font color=green>您输入的[".$str."]完全合法,通过!</font>";

}

-----------------------

UTF-8匹配:

在javascript中，要判断字符串是中文是很简单的。

比如：

代码如下:

var str = "php编程";

if (/^[/u4e00-/u9fa5]+$/.test(str))

{ alert("该字符串全部是中文");

}

else{ alert("该字符串不全部是中文");

}

php中，是用/x表示十六进制数据的。

于是，变换成如下的代码：

代码如下:

$str = "php编程";

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

{

print("该字符串全部是中文");

}

else { print("该字符串不全部是中文");

}

貌似不报错了，判断的结果也正确，不过把$str换成“编程”两字，结果却还是显示“该字符串不全部是中文”，看来这样的判断还是不够准确。

重要:

查阅了<精通正则表达式>发现,对于[/x4e00-/x9fa5]这块东西,自己做一个强化的解释

php的正则中, [/x4e00-/x9fa5],其实就是 字符和字符组的概念, /x{hex},表达一个16进制数, 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位的必须加上大括号,

同时,如果是大于x{FF}的hex,必须和u 修饰符连用,不然会非法出错

网上只能找到匹配全角字符的正则: ^[/x80-/xff]*^/ ,这里可以不加大括号 [/u4e00-/u9fa5]可以匹配中文,但是PHP又不支持 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？

于是我就换成了下边的代码,发现真的准确了：

代码如下:

$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， 参考以上文章写了如下一段测试代码(复制以下代码保存成.php文件)

<?php $action = trim($_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 "<font color=red>您输入的[".$str."]含有违法字符</font>";

}

else

{

echo "<font color=green>您输入的[".$str."]完全合法,通过!</font>";

} }

?<form method="POST" action="?action=sub"> 输入字符(数字,字母,汉字,下划线):

<input type="text" name="dir" value="">

<input type="submit" value="提交">

</form>

GBK:

代码如下:

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

以上内容就是PHP中UTF-8正则表达式如何匹配汉字的全部内容，希望大家喜欢。