\s在PHP中匹配哪些空白字符？

Question

\s在PHP中匹配哪些空白字符？

phpregex

7

PHP中转义序列\s匹配的完整字符列表是什么？一些正则表达式还包括垂直空格和其他字符在这个转义序列中。

- Stephan

3个回答

4

PHP有\h用于仅匹配水平空白字符：http://www.php.net/manual/en/regexp.reference.escape.php

根据http://www.pcre.org/pcre.txt：

为了与Perl兼容，\s不匹配VT字符（代码11）。这使它与POSIX“空格”类不同。\s字符是HT（9），LF（10），FF（12），CR（13）和空格（32）。如果在Perl脚本中包含"use locale;"，\s可能匹配VT字符。在PCRE中，它永远不会。

因此，如果“垂直空间”指的是垂直制表符，则答案是否定的。

序列\h、\H、\v和\V是在Perl 5.10发布时添加的功能。与其他序列相比，默认情况下只匹配ASCII字符，这些序列始终匹配UTF-8模式下的某些高值代码点，无论是否设置PCRE_UCP。
水平空格字符包括：
U+0009     水平制表符
         U+0020     空格
         U+00A0     不间断空格
         U+1680     奥格姆空格标记
         U+180E     蒙古语元音分隔符
         U+2000     空格（等宽）
         U+2001     空格（等宽，半个em）
         U+2002     空格（等宽，1个em）
         U+2003     空格（等宽，1.5个em）
         U+2004     空格（等宽，2个em）
         U+2005     空格（等宽，2.5个em）
         U+2006     空格（等宽，3个em）
         U+2007     数字间隔空格
         U+2008     标点间隔空格
         U+2009     窄空格
         U+200A     头发空格
         U+202F     窄不间断空格
         U+205F     中等数学空格
         U+3000     表意空格
垂直空格字符包括：
U+000A     换行符
         U+000B     垂直制表符
         U+000C     换页符
         U+000D     回车符
         U+0085     下一行
         U+2028     行分隔符
         U+2029     段落分隔符

- Kobi

好的，http://www.pcre.org/pcre.txt 上说它不匹配垂直制表符 - 我不知道垂直空格是什么。 - Kobi

什么是水平空白字符？ - Stephan

@Stephan - 我只是在思考同样的问题。请搜索http://www.pcre.org/pcre.txt文件中的“ The sequences \h，\H，\v和\V”。根据您的需求，“\h”可能更合适。 - Kobi

我已经使用水平和垂直字符列表编辑了您的帖子。 - Stephan

1

来自http://www.pcre.org/pcre.txt:

\s 匹配任何被 \p{Z} 匹配的字符，还包括水平制表符、换行符、换页符、回车符

- Valentin Jacquemin

4

虽然引用正确，但这取决于编译时的设置。PHP 在该代码周围使用了 #ifdef PCRE_UCP。不应依赖它。 - mario

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

- Salman A · Accepted Answer

来自pcrepattern规范页面：

Generic character types
\s     any white space character
For compatibility with Perl, \s did not used to match the VT character (code 11), which made it different from the the POSIX "space" class. However, Perl added VT at release 5.18, and PCRE followed suit at release 8.34. The default \s characters are now HT (9), LF (10), VT (11), FF (12), CR (13), and space (32), which are defined as white space in the "C" locale. This list may vary if locale-specific matching is taking place. For example, in some locales the "non-breaking space" character (\xA0) is recognized as white space, and in others the VT character is not.

因此，\s将匹配5个字符以及更多的字符，具体取决于：

PCRE库版本
区域设置

这个测试比较了各种PHP版本中preg_match的结果。