我需要正则表达式的帮助。我的字符串包含unicode字符，但是下面的代码不起作用。
前四个字符必须是数字，然后是逗号，然后是任何字母字符或空白字符... 我已经阅读了如果在正则表达式末尾添加/u，但对我没有用...
我的代码可以处理非unicode字符
$post = '9999,škofja loka';;
echo preg_match('/^[0-9]{4},[\s]*[a-zA-Z]+', $post);
感谢你的回答！
4个回答
35
更新的答案：
现在已经测试过并且可以工作
$post = '9999, škofja loka';
echo preg_match('/^\\d{4},[\\s\\p{L}]+$/u', $post);
\\w无法使用，因为它不包括所有Unicode字母，并且除了字母外还包括[0-9_]。
重要的是使用u修饰符来启用Unicode模式。
如果逗号后面可以是字母或者空格，则应将它们放入同一字符类中。在您的正则表达式中，逗号后有0个或多个空格，然后仅有字母。
有关PHP正则表达式详细信息，请参见http://www.regular-expressions.info/php.html
\\p{L}（Unicode字母）的说明在此处
重要的是使用字符串末尾边界$来确保实际验证完整的字符串，否则它将仅匹配第一个空格并忽略其余部分。
- stema
6
8
[a-zA-Z] 只匹配 a-z 和 A-Z 的字母。你有非美国ASCII字母，因此你的正则表达式不会匹配，无论是否使用 /u 修饰符。你需要使用单词字符转义序列 (\w)。
$post = '9999,škofja loka';
echo preg_match('/^[0-9]{4},[\s]*[\w]+/u', $post);
- jmz
5
你的代码在我的情况下无法工作。 - Gasper
注意：
\w也会匹配数字，而\s不需要方括号。简洁地说：/^\d{4},\s*\w+/u - searlea你测试过了吗？还是不起作用。 - Gasper
6即使在UTF-8模式下，
\w只匹配[A-Za-z0-9_]。你需要使用Unicode特定的构造，如\p{L}，以及 /u标志。 - Alan Moore1@Alan：Locale 会影响什么是字母，什么不是。对我来说，我发布的正则表达式有效（fi_FI.UTF-8 locale）。 - jmz
7
问题出在你的正则表达式上。你明确表示只接受
因此，如果你真的只想要一个字母序列，那么你需要测试 unicode 属性。例如：
a b c ... z A B C ... Z。而 š 不在 a-z 集合中。请记住，š 和任何其他字符一样不同于 s。因此，如果你真的只想要一个字母序列，那么你需要测试 unicode 属性。例如：
echo preg_match('/^[0-9]{4},[\s]*\p{L}+', $post);
这应该可以工作，因为\p{L}匹配任何被认为是字母的Unicode字符，而不仅仅是A到Z。
- Sodved
2
这个不对：它应该返回0，但是它返回1 $post = '9999,ščćžđkofja loka,.(?*';
echo preg_match('/^[0-9]{4},[\s]*\p{L}+/', $post); - Gasper
有一件事 - 在你的测试程序中，$post程序是否采用UTF-8编码？抱歉我不太擅长php。但是在perl中，如果您只输入字符
š，则会得到一个由一个字节9A组成的字符串。在UTF-8中，该字符需要两个字节C5 A1（在拉丁字符编码中看起来像Å¡）。 - Sodved0
添加一个u，并记住斜杠后缀：
echo preg_match('/^[0-9]{4},[\s]*[a-zA-Z]+/u', $post);
编辑：
echo preg_match('/^\d{4},(?:\s|\w)+/u', $post);
- searlea
3
仅使用
u修饰符是不够的，参见@jmz的答案。 - jensgram@jensgram：仅使用
u修饰符的\w也不够；请参考@stema的回答。;) - Alan Moore@alan 巴啦啦小魔仙... 我想我以后会跳过星期一早上了... - searlea
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接
preg_match('/^\\d{4},[\\s\\w]+$/u', $post);但是似乎\\w不包括Unicode字符，即使使用了u修饰符。 - stema^\d{4},[\sa-zA-Zš]+$）。 - stema