PHP之PCRE正则解析

本篇文章的主要内容是讲PHP之PCRE正则解析，具有一定的参考价值，感兴趣的朋友可以了解一下，希望能帮助到你。

一、前言

前面的博客里，有对字符集的解析。这里就不是字符集的事儿了，在PHP中很多函数的处理默认是unicode中的UTF-8编码格式。那么废话不多说，直接开始正题。

二、PHP函数mb_split解析

1.  $preg_strings = '测、试、一、下'; 
2.  
3.  $preg_str = mb_split('、', $preg_strings); 
4.  
5.  print_r($preg_str); 

打印结果：

1. Array( 
2.  
3.     [0] => 测 
4.  
5.     [1] => 试 
6.  
7.     [2] => 一 
8.  
9.     [3] => 下) 

此函数默认底层解析，以UTF-8的编码格式解析。以分隔符（、）的UNICODE的16进制码点分割字符$preg_strings。

三、PHP函数preg_split解析

分割字符串“测试一下”

1.  $strings = '测试一下'; 
2.  
3.  $mb_arr = preg_split('//u', $strings, -1, PREG_SPLIT_NO_EMPTY); 
4.  
5.  print_r($mb_arr); 

打印结果如下：

1. Array( 
2.  
3.     [0] => 测 
4.  
5.     [1] => 试 
6.  
7.     [2] => 一 
8.  
9.     [3] => 下 
10.  
11. ) 

四、PCRE中的/u解析

在PHP中，正则的定界符可以为#、%、/等等。

在一个正则中有时后面会有些修饰符。那么他们都是什么意思呢？

比如：

%[/x{4e00}-/x{9fa5}]+%u

其中后面的修饰符u代码表以正则匹配以utf-8的编码格式匹配。

例子一：

1.  $strings = '测试一下'; 
2.  
3.  $is_true = preg_match_all('%[/x{4e00}-/x{9fa5}]+%u', $strings, $match); 
4.  
5.  var_dump($is_true); 

打印结果如下：

1. Array( 
2.  
3.     [0] => Array 
4.  
5.         ( 
6.  
7.             [0] => 测试一下 
8.  
9.         ) 
10.  
11. ) 

这里的[/x{4e00}-/x{9fa5}]是什么意思呢？

在PHP正则中/x用来表示16进制。

中文的UNICODE码点在4E00 - 9FFF （这里说的都是16进制）

所以，正则匹配写法就是区间[]，[/x{4E00}-/x{9FFF}]

这两个正则的效果都是一样的。