设为首页 收藏本站
查看: 684|回复: 0

[经验分享] php判断是否为中文正则表达式大全(转)

[复制链接]

尚未签到

发表于 2017-4-7 10:23:36 | 显示全部楼层 |阅读模式
  转载自   http://www.cnblogs.com/DavidYan/articles/2032115.html
  php判断是否为中文正则表达式大全
  <?php

$str="aaa";
if(!eregi("[^\x80-\xff]","$str"))
{
echo "是";
}
else
{
echo "不是";
}
?>


<?
$str = "中国";
echo $str;
echo "<hr>";

//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";
}
?>


如果想判断一个字符串内是否有含有中文,请用下面的代码:

if (preg_match("/[\x7f-\xff]/", $string)) {
echo "有中文";
}else{
echo "没有中文";
}

  判断中文和编码有关gbk是双字节,utf8是三字节,可以根据中文的范围来判断   
  编码范围1. GBK(GB2312/GB18030)   
\x00-\xffGBK双字节编码范围   
\x20-\x7fASCII   
\xa1-\xff中文   
\x80-\xff 中文  
  
2. UTF-8(Unicode)   
\u4e00-\u9fa5(中文)   
\x3130-\x318F(韩文   
\xAC00-\xD7A3(韩文)   
\u0800-\u4e00(日文)   
ps:韩文是大于[\u9fa5]的字符   
正则例子:   
preg_replace(”/([\x80-\xff])/”,”",$str);  
preg_replace(”/([u4e00-u9fa5])/”,”",$str);   


  • //判断内容里有没有中文-GBK (PHP)       
  • function check_is_chinese($s){       
  •      return preg_match('/[\x80-\xff]./'$s);       
  • }       
  •      
  • //获取字符串长度-GBK (PHP)       
  • function gb_strlen($str){       
  •      $count = 0;       
  •      for($i=0; $i<strlen($str); $i++){       
  •          $s = substr($str$i, 1);       
  •          if (preg_match("/[\x80-\xff]/"$s)) ++$i;       
  •            ++$count;       
  •      }       
  •      return $count;       
  • }       
  •      
  • //截取字符串字串-GBK (PHP)       
  • function gb_substr($str$len){       
  •      $count = 0;       
  •      for($i=0; $i<strlen($str); $i++){       
  •          if($count == $lenbreak;       
  •          if(preg_match("/[\x80-\xff]/", substr($str$i, 1))) ++$i;       
  •            ++$count;               
  •      }       
  •      return substr($str, 0, $i);       
  • }       
  •      
  • //统计字符串长度-UTF8 (PHP)       
  • function utf8_strlen($str) {       
  •      $count = 0;       
  •      for($i = 0; $i < strlen($str); $i++){       
  •          $value = ord($str[$i]);       
  •          if($value > 127) {       
  •              $count++;       
  •              if($value >= 192 && $value <= 223) $i++;       
  •              elseif($value >= 224 && $value <= 239) $i = $i + 2;       
  •              elseif($value >= 240 && $value <= 247) $i = $i + 3;       
  •              else die('Not a UTF-8 compatible string');       
  •          }       
  •          $count++;       
  •      }       
  •      return $count;       
  • }       
  •      
  •      
  • //截取字符串-UTF8(PHP)       
  • function utf8_substr($str,$position,$length){       
  •      $start_position = strlen($str);       
  •      $start_byte = 0;       
  •      $end_position = strlen($str);       
  •      $count = 0;       
  •      for($i = 0; $i < strlen($str); $i++){       
  •          if($count >= $position && $start_position > $i){       
  •              $start_position = $i;       
  •              $start_byte = $count;       
  •          }       
  •          if(($count-$start_byte)>=$length) {       
  •              $end_position = $i;       
  •              break;       
  •          }           
  •          $value = ord($str[$i]);       
  •          if($value > 127){       
  •              $count++;       
  •              if($value >= 192 && $value <= 223) $i++;       
  •              elseif($value >= 224 && $value <= 239) $i = $i + 2;       
  •              elseif($value >= 240 && $value <= 247) $i = $i + 3;       
  •              else die('Not a UTF-8 compatible string');       
  •          }       
  •          $count++;       
  •      
  •      }       
  •      return(substr($str,$start_position,$end_position-$start_position));       
  • }       
  •      
  • //判断是否是有韩文-UTF-8 (JavaScript)       
  • function checkKoreaChar(str) {       
  •      for(i=0; i<str.length; i++) {       
  •          if(((str.charCodeAt(i) > 0x3130 && str.charCodeAt(i) < 0x318F) || (str.charCodeAt(i) >= 0xAC00 && str.charCodeAt(i) <= 0xD7A3))) {       
  •              return true;       
  •          }       
  •      }       
  •      return false;       
  • }       
  •      
  • //判断是否有中文字符-GBK (JavaScript)       
  • function check_chinese_char(s){       
  •      return (s.length != s.replace(/[^\x00-\xff]/g,"**").length);       
  • }   
  UTF-8匹配:
  在javascript中,要判断字符串是中文是很简单的。比如:
var str = "php编程";
if (/^[\u4e00-\u9fa5]+$/.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:
$str = "php编程";
if (preg_match("/^[\x4e00-\x9fa5]+$/",$str)) {
print("该字符串全部是中文");
} else {
print("该字符串不全部是中文");
}
貌似不报错了,判断的结果也正确,不过把$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:
$str = "php编程";
if (preg_match("/^[\x{4e00}-\x{9fa5}]+$/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 "<fontcolor=red>您输入的[".$str."]含有违法字符</font>";  
    }
    else
    {
       echo "<fontcolor=green>您输入的[".$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:
  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
  <?php

$str="aaa";
if(!eregi("[^\x80-\xff]","$str"))
{
echo "是";
}
else
{
echo "不是";
}
?>


<?
$str = "中国";
echo $str;
echo "<hr>";

//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";
}
?>


如果想判断一个字符串内是否有含有中文,请用下面的代码:

if (preg_match("/[\x7f-\xff]/", $string)) {
echo "有中文";
}else{
echo "没有中文";
}

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-361405-1-1.html 上篇帖子: [转]基于OpenCV的PHP图像人脸识别技术 下篇帖子: 开源方便的PHP & Flash图表:Open Flash Chart
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表