使用PHP正则表达式在字符串中匹配任何Unicode空格字符

Question

我希望将文本消息拆分为每个空格的数组。一直运行得很好，直到我收到这条短信。 以下是处理文本字符串的几行代码：

    $str = 'T bw4  05/09/19 07:51 am BW6N 499.803';
    $cleanStr = iconv("UTF-8", "ISO-8859-1", $str);
    $strArr = preg_split('/[\s\t]/', $cleanStr);
    var_dump($strArr);

Var_dump给出的结果如下：

array:6 [▼
 0 => "T"
 1 => b"bw4  05/09/19"
 2 => "07:51"
 3 => "am"
 4 => "BW6N"
 5 => "499.803"
]

数组中的第一项“1 => b”bw4 05/09/19”不正确，我无法弄清楚数组值前面的字母“b”是什么意思。此外，“bw4”和“05/09/19”之间的空格也有问题。如果您有更好的字符串拆分建议，请告诉我。以下是原始字符串：https://3v4l.org/2L35M，这是我的本地主机上结果的图像：http://prntscr.com/jjbvny。

- Guntar

---

你没有看到它吗？https://3v4l.org/TnmK5。你确定你在这里正确地表示了字符串吗？ - Phil

这很棘手！当我发布问题时，一些字符可能被过滤掉了。这是原始字符串：https://3v4l.org/2L35M，这是来自我的本地主机的结果图像：http://prntscr.com/jjbvny。 - Guntar

可能是字符串字面值前面的b是什么意思？的重复问题。 - Daniel A. White

"array:6 [▼" 不是标准的 var_dump！您是否使用了某个框架或 PHP 扩展程序来提供一些美化的转储？ - deceze

@Daniel，问题在于这应该是一个与PHP 6的向前兼容性注释，但PHP 6从未出现。直到今天，二进制字符串和非二进制字符串之间没有区别。而且不清楚是什么在输出这个东西。 - deceze

Answer 1

要匹配一个或多个Unicode空白字符，可以使用以下方法

'~\s+~u'

你的'/[\s\t]/'模式只匹配一个空格字符(\s)或制表符(\t)（当然，这是多余的，因为\s已经匹配了制表符），但由于缺少u标志，\s不能匹配在bw4之后的\u00A0字符（硬空格）。

所以，请使用：

$str = 'T bw4  05/09/19 07:51 am BW6N 499.803';
$strArr = preg_split('/\s+/u', $str);
print_r($strArr);

查看PHP演示结果。

Array
(
    [0] => T
    [1] => bw4
    [2] => 05/09/19
    [3] => 07:51
    [4] => am
    [5] => BW6N
    [6] => 499.803
)

- Wiktor Stribiżew

Answer 2

我猜测您的输入未被正确编码。请尝试：

$cleanStr = iconv('UTF-8', 'ISO-8859-1//TRANSLIT', utf8_encode($str));

这个代码会为我清理字符串: https://3v4l.org/d80QS（如果这次正确显示的话）。

_{注意：这也可能意味着从你的数据库传输过来的编码被损坏了（文本存储在UTF-8中吗？），你的Web服务器（在Apache的httpd.conf文件中是否设置了AddDefaultCharset UTF-8 ？），或者在PHP中（在你的PHP.ini文件中，你的default_charset是="utf-8"吗？），网站（<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1" />），或者在源文件开头有一个BOM（字节顺序标记）？}

- wp78de

Answer 3

由于您提到值未正确分隔，首先尝试在字符串两端修剪

接下来，将字符串中的多个空格替换为单个空格

$output = preg_replace('!\s+!', ' ', trim($str," "));

之后你可以根据空格进行分割

$fout = explode(" ",$output);

然后你可以打印它。

至于b前缀，@Daniel A. White发布的链接是相关答案。

- Rabih Melko