PHP正則表達式：對於英語和阿拉伯語文字

Question

Code sample

搜索的文章我在尋找這是在英語和阿拉伯語的關鍵字的文章。 這些文章可以是英文或阿拉伯文。

我當前的代碼是：

$k = implode("|", $keywords); 
$regexp = "/(?i)\b(".$k.")\b/"; 
preg_match_all($regexp, $content, $matches); 

但是，這並不在出於某種原因阿拉伯語文章查找關鍵字。我已驗證關鍵字和文章正在被正確讀取;沒有編碼問題。

我能做些什麼來解決這個問題？請注意，我無法檢測文章或關鍵字是英文還是阿拉伯文，所以必須有一個正則表達式來匹配它們。

Answer 1

你的正則表達式可能只是缺乏/u nicode標誌：

$regexp = "/(?i)\b(".$k.")\b/u"; 

否則PCRE有比較字節。在這種情況下，它可能仍然能夠找到單詞（當UTF-8編碼完全相同時），但不會檢測到單詞\b。

更新
好\b真的只檢測\w邊界（所以取決於語言環境，而不是設置的/ u標誌）。然後嘗試這個，而不是使用斷言：

$regexp = "/(?<!\p{L})(".$k.")(?!\p{L})/ui";