PHP中PCRE正则解析代码详解
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
<?php $preg_strings = '测、试、一、下'; $preg_str = mb_split('、', $preg_strings); print_r($preg_str);
输出效果
Array( [0] => 测 [1] => 试 [2] => 一 [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”
<?php $strings = '测试一下'; $mb_arr = preg_split('//u', $strings, -1, PREG_SPLIT_NO_EMPTY); print_r($mb_arr);
打印结果如下:
Array( [0] => 测 [1] => 试 [2] => 一 [3] => 下 )
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:
<?php $strings = '测试一下'; $is_true = preg_match_all('%[\x{4e00}-\x{9fa5}]+%u', $strings, $match); var_dump($is_true);
打印结果如下:
Array( [0] => Array ( [0] => 测试一下 ) )
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。
赞 (0)