如何检测非西方字符？

Question

我希望在服务器端禁止某些UTF-8输入，例如东方语言，其中示例输入可能是“伊”。

但是，我仍然希望继续支持其他拉丁或“类拉丁”的字符，例如威尔士的ŵ和ŷ，因此检查Latin-1不可行。

我的选择是什么？（如果是特定语言，则首选PHP）

非常感谢。

---

原因：许多非西方字符的浏览器支持通常缺失（例如，在不同的浏览器上，我在上面的问题中只看到一个框），因此对于显示名称这样的事情有时适当限制它，即使对于消息正文不合适。

- HoboBen

---

你介意我问一下为什么您不想在国际化网站上允许某些语言吗？ - Borealid

公平的问题。这只是表格中一个字段所必需的；网站的其余部分将支持它。 - HoboBen

那么你允许的字符子集是什么？它是否适用于现有的字符集？如果是这样，你可以将字符串转换为目标编码，丢弃所有无效字符。 - deceze

浏览器对许多非西方字符的支持经常缺失（例如，在另一个浏览器中，我只看到上面的一个框），因此对于像显示名称这样的东西，有时限制它是适当的，即使对于消息正文来说不合适。 - HoboBen

Answer 1

只需要这样做

preg_match('/[^\\p{Common}\\p{Latin}]/u', $string)

其中 $string 是一个 UTF-8 字符串。如果有非拉丁字符，则返回 "1"；否则返回 "0"。

示例：

var_dump(preg_match('/[^\\p{Common}\\p{Latin}]/u', 'sf..ŷaás??'));  //int(0)
var_dump(preg_match('/[^\\p{Common}\\p{Latin}]/u', 'sf..ŷݤaás??')); //int(1)

- Artefacto

---

有没有任何命名子模式的列表？ - HoboBen