preg_match和（非英文）拉丁字符？

我有一個XHTML表單，我要求人們輸入他們的全名。然後我用preg_match()使用這種模式匹配：/^[\p{L}\s]+$/preg_match和（非英文）拉丁字符？

在我的本地服務器上運行PHP 5.2.13（PCRE 7.9 2009-04-11）這工作正常。在運行PHP 5.2.10（PCRE 7.3 2007-08-28）的主機上，當輸入的字符串包含丹麥拉丁字符ø（http://www.ltg.ed.ac.uk/~richard/utf-8.cgi?input=%F8&mode=char）時，它不匹配。

這是一個錯誤？有沒有解決辦法？

預先感謝您！

來源

2011-03-24 Jonas Delfs

你使用'/ u'修飾符嗎？否則，在PHP 4.3之前，UTF-8已經得到支持。 PCRE更改日誌表明7.x系列中存在多個錯誤。 – mario 2011-03-24 19:58:57

你可以檢查['preg_last_error']的輸出（http://us.php.net/manual/en/function.preg-last-error.php）嗎？ – Charles 2011-03-24 20:00:09

@mario不，我不知道。我不知道我會如何使用它？如果我只是添加u修飾符，該模式甚至不匹配我的本地服務器。 – 2011-03-24 22:59:44

因此，問題是推定的。您沒有使用/u修飾符。這意味着PCRE不會查找UTF-8字符。

在任何情況下，這是應該怎麼做：

var_dump(preg_match('/^[\p{L}\s]+$/u', "ø"));

和作品對我的所有版本。其他人可能存在缺陷，但這不太可能。

你的問題是，這也適用：

var_dump(preg_match('/^[\p{L}\s]+$/', utf8_decode("ø")));

注意，這裏使用ISO-8859-1，而不是UTF-8的，並且留下了/u修改。結果是int(1)。顯然PCRE在非/u nicode模式下將Latin-1 ø解釋爲匹配\p{L}。（大多數單字節\ xA0- \ xFF是Latin-1中的字母符號，而8位代碼點與Unicode中的相同，因此實際上可以。）

結論：您的輸入實際上是ISO-8859-1。這就是爲什麼它偶爾在沒有/u的情況下爲你工作。改變這一點，並與輸入字符集eaxact。

來源

2011-03-25 08:14:06 mario

非常感謝你的回答，馬里奧！我肯定在這裏學到了一些東西 - 首先是我對charsets太不一致了。 – 2011-03-26 20:15:07

你當然沒有選擇最簡單的話題！：}字符集總是混亂。 PS：給我一個upvote或複選標記，如果它也有助於你的實際任務。 – mario 2011-03-26 20:17:43

對不起 - 我在寫這個評論的過程中意外擊中了[enter]： u-modifier不起作用。 utf8_encode（） - 技巧（不是_decode）適用於我的虛擬主機，但不是本地。我真的想深究這一點，所以我希望你能爲我清除一些東西：我的MySQL表都有排序規則latin1_danish_ci，但是我的PHP腳本使用UTF8編碼，除了一個使用ISO Latin編碼的丹麥語言文件1。我需要在哪裏清理東西？謝謝！ – 2011-03-26 20:24:25

preg_match和（非英文）拉丁字符？

回答

相關問題