爲什麼\ w在Mac OS X PHP環境中與非英文字符匹配？

我發現「\ w」可以匹配我的Mac OS X PHP環境中的中文字符。但相同的代碼不適用於Linux。爲什麼 w在Mac OS X PHP環境中與非英文字符匹配？

php -r "echo preg_match('/^\w+$/','人1234', \$m).chr(10); var_dump(\$m);"

的Mac OS X 11.11.3用PHP 5.6.18（CLI），PHP 5.4.45（CLI）導致

1 
array(1) { 
    [0] => 
    string(7) "人1234" 
}

美分OS 6用PHP 5.6.18（CLI），PHP 5.2.17p1（CLI）結果

0 
array(0) { 
}

PHP手冊說

的字母和數字的定義由PCRE的字符表控制，並且如果特定於語言環境的匹配可能會有所不同。例如，在「fr」（法語）語言環境中，一些大於128的字符代碼用於重音字母，並且這些字符與\ w相匹配。「

我想鏈接到PCRE庫的東西。有人解釋爲什麼

來源

2016-03-09 obawan

很明顯，有一些設置使得所有正則表達式都可以識別Unicode。 –

使用'locale'命令查看編碼 – anonymous

@anonymous locale是相同的，en_US.UTF-8 – obawan

是的，這是所有關於PCRE是如何沿着PHP編譯：

pcre *pcre_compile(const char *pattern, 
     int options, 
     const char **errptr, 
     int *erroffset, 
     const unsigned char *tableptr);

在此功能中，這是負責編制的正則表達式爲內部形式，options說法是位名單包括PCRE_UCP（UCP = Unicode字符屬性）whi ch允許\w,\d和其他標記使用unicode屬性，並且您的Mac OS X機器上的PHP PCRE似乎已在此標誌上編譯。

還有一個特殊修飾符(*UCP)，即使您的PCRE未用PCRE_UCP標誌集編譯，您也可以即時使用，您可以在運行時啓用此類選項。

E.g. /(*UCP)\w+/也與unicode字符相匹配。（See it online）

PCRE website來自：

PCRE處理無殼匹配，並且確定字符是否字母，數字，或任何通過參考一組表，通過字符代碼點索引。

當UTF-8模式下運行，或者在16位或32位庫，這僅適用於具有代碼點字符小於256在默認情況下，更高值代碼點永遠不會匹配逃逸如\w或 \d。但是，如果使用Unicode屬性支持構建PCRE，則可以使用\ p和\ P來測試所有字符，或者，可以在編譯模式時設置PCRE_UCP選項;或者，可以在編譯模式時設置PCRE_UCP選項。 這導致 \w和朋友使用Unicode屬性支持，而不是內置表。

不鼓勵使用Unicode語言環境。如果你是處理代碼點大於128的字符，則應該使用Unicode支持或使用區域設置，但不要嘗試混合使用二者。

來源

2016-04-21 12:13:35 revo

爲什麼\ w在Mac OS X PHP環境中與非英文字符匹配？

回答

相關問題