php - 如何使用 u 标志匹配日语正则表达式？

Question

当我输入以下字符串时，preg_match 函数出现了奇怪的情况。我使用 'u' 标志是因为我要匹配一个混合的日语字符串。

<?php
 $subject="/hello/カメラ/";
 $pattern='#^/hello/([\p{Han}\p{Katakana}\p{Hiragana}\w\-]+)/#u';
 $result=preg_match($pattern,$subject);
 echo $result; // 1

 $subject="/hello/カレンダー/";
 $pattern='#^/hello/([\p{Han}\p{Katakana}\p{Hiragana}\w\-]+)/#u';
 $result=preg_match($pattern,$subject);
 echo $result; // 0
?>

请注意，两个$pattern变量都具有相同的构造'/hello/katakana/'。那么，为什么第一个$result是1而第二个是0呢？

这是一个bug吗？

更新： 我在Mac上运行PHP版本5.5.24。

- dev4life

---

你正在运行哪个版本的PHP？我刚刚在我的电脑上测试了你的代码，使用的是5.5.9版本，两个结果都是1。 - David Vartanian

必须运行旧版本的PHP，https://3v4l.org/frX5U。 - chris85

@DavidVartanian 我在 Mac 上运行 PHP 版本 5.5.24。所以，这终究是一个 bug 啊，是吧。 - dev4life

是的可能。也许这个链接可以帮助你：http://php.net/manual/en/function.preg-match.php#94424。你看到了吗？ - David Vartanian

@DavidVartanian 不是的。我刚刚看了一下。我更新了正则表达式以使用范围，现在它可以工作了！ - dev4life

Answer 1

感谢David Vartanian的帮助。

为了使正则表达式适用于两种情况，我不得不按照以下方式更新模式。

$pattern='#^/hello/([\x{30A0}-\x{30FF}\x{3040}-\x{309F}\x{4E00}-\x{9FBF}\w\-]+)/#u';

然而，正如chris所提到的那样，旧的模式在PHP 5.5.9及更高版本上似乎可以使用。

- dev4life

---

我建议您更新您的PHP。较新版本的PHP带有许多错误修复和库的更新（在这种情况下，是正则表达式引擎PCRE）。 - nhahtdh

Answer 2

你可以使用mb_ereg_match()，这个函数专门用于多字节正则表达式，不要与已弃用的ereg_*混淆。只需删除定界符和修饰符u即可使用它。

<?php

$subject="/hello/カメラ/";
$pattern='^/hello/([\p{Han}\p{Katakana}\p{Hiragana}\w\-]+)/';
$result =  mb_ereg_match($pattern, $subject);

echo "<pre>";
print_r($result);

$subject="/hello/カレンダー/";
$pattern='^/hello/([\p{Han}\p{Katakana}\p{Hiragana}\w\-]+)/';
$result =  mb_ereg_match($pattern, $subject);

print_r($result);

- rray