注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

记录~~~

Stay Hungry. Stay Foolish.

 
 
 

日志

 
 

php判断是否为中文正则表达式大全 【转】  

2013-09-05 09:40:21|  分类: PHP |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

原文地址:http://blog.sina.com.cn/s/blog_62067a650100izag.html


<?php

$str="aaa";
if(!eregi("[^\x80-\xff]","$str"))
{
echo "是";
}
else
{
echo "不是";
}
?>


<?
$str = "中国";
echo $str;
echo "<hr>";

//if (preg_match("/^[".chr(0xa1)."-".chr(0xff)."]+$/", $str)) { //只能在GB2312情况下使用
if (preg_match("/^[\x7f-\xff]+$/", $str)) { //兼容gb2312,utf-8
echo "正确输入";
} else {
echo "错误输入";
}
?>


如果想判断一个字符串内是否有含有中文,请用下面的代码:

if (preg_match("/[\x7f-\xff]/", $string)) {
echo "有中文";
}else{
echo "没有中文";
}

判断中文和编码有关 gbk是双字节,utf8是三字节,可以根据中文的范围来判断   

 

编码范围1. GBK (GB2312/GB18030)   
\x00-\xff GBK双字节编码范围   
\x20-\x7f ASCII   
\xa1-\xff 中文   
\x80-\xff 中文  
  
2. UTF-8 (Unicode)   
\u4e00-\u9fa5 (中文)   
\x3130-\x318F (韩文   
\xAC00-\xD7A3 (韩文)   
\u0800-\u4e00 (日文)   
ps: 韩文是大于[\u9fa5]的字符   
正则例子:   
preg_replace(”/([\x80-\xff])/”,”",$str);  
preg_replace(”/([u4e00-u9fa5])/”,”",$str);   

 

 

  1. //判断内容里有没有中文-GBK (PHP)        
  2. function check_is_chinese($s){        
  3.      return preg_match('/[\x80-\xff]./'$s);        
  4.        
  5.       
  6. //获取字符串长度-GBK (PHP)        
  7. function gb_strlen($str){        
  8.      $count 0;        
  9.      for($i=0; $i<strlen($str); $i++){        
  10.          $s substr($str$i1);        
  11.          if (preg_match("/[\x80-\xff]/"$s)) ++$i       
  12.            ++$count       
  13.             
  14.      return $count       
  15.        
  16.       
  17. //截取字符串字串-GBK (PHP)        
  18. function gb_substr($str$len){        
  19.      $count 0;        
  20.      for($i=0; $i<strlen($str); $i++){        
  21.          if($count == $lenbreak       
  22.          if(preg_match("/[\x80-\xff]/"substr($str$i1))) ++$i       
  23.            ++$count               
  24.             
  25.      return substr($str0, $i);        
  26.        
  27.       
  28. //统计字符串长度-UTF8 (PHP)        
  29. function utf8_strlen($str       
  30.      $count 0;        
  31.      for($i 0; $i strlen($str); $i++){        
  32.          $value ord($str[$i]);        
  33.          if($value 127)        
  34.              $count++;        
  35.              if($value >= 192 && $value <= 223) $i++;        
  36.              elseif($value >= 224 && $value <= 239) $i $i 2;        
  37.              elseif($value >= 240 && $value <= 247) $i $i 3;        
  38.              else die('Not UTF-8 compatible string');        
  39.                 
  40.          $count++;        
  41.             
  42.      return $count       
  43.        
  44.       
  45.       
  46. //截取字符串-UTF8(PHP)        
  47. function utf8_substr($str,$position,$length){        
  48.      $start_position strlen($str);        
  49.      $start_byte 0;        
  50.      $end_position strlen($str);        
  51.      $count 0;        
  52.      for($i 0; $i strlen($str); $i++){        
  53.          if($count >= $position && $start_position $i){        
  54.              $start_position $i       
  55.              $start_byte $count       
  56.                 
  57.          if(($count-$start_byte)>=$length       
  58.              $end_position $i       
  59.              break       
  60.                     
  61.          $value ord($str[$i]);        
  62.          if($value 127){        
  63.              $count++;        
  64.              if($value >= 192 && $value <= 223) $i++;        
  65.              elseif($value >= 224 && $value <= 239) $i $i 2;        
  66.              elseif($value >= 240 && $value <= 247) $i $i 3;        
  67.              else die('Not UTF-8 compatible string');        
  68.                 
  69.          $count++;        
  70.       
  71.             
  72.      return(substr($str,$start_position,$end_position-$start_position));        
  73.        
  74.       
  75. //判断是否是有韩文-UTF-8 (JavaScript)        
  76. function checkKoreaChar(str)        
  77.      for(i=0; i<str.length; i++)        
  78.          if(((str.charCodeAt(i) 0x3130 && str.charCodeAt(i) 0x318F) || (str.charCodeAt(i) >= 0xAC00 && str.charCodeAt(i) <= 0xD7A3)))        
  79.              return true;        
  80.                 
  81.             
  82.      return false;        
  83.        
  84.       
  85. //判断是否有中文字符-GBK (JavaScript)        
  86. function check_chinese_char(s){        
  87.      return (s.length != s.replace(/[^\x00-\xff]/g,"**").length);        
  88.   

 

UTF-8匹配:

在javascript中,要判断字符串是中文是很简单的。比如:
var str = "php编程";
if (/^[\u4e00-\u9fa5]+$/.test(str)) {
alert("该字符串全部是中文");
}
else{
alert("该字符串不全部是中文");
}

php中,是用\x表示十六进制数据的。于是,变换成如下的代码:
$str = "php编程";
if (preg_match("/^[\x4e00-\x9fa5]+$/",$str)) {
print("该字符串全部是中文");
} else {
print("该字符串不全部是中文");
}
貌似不报错了,判断的结果也正确,不过把$str换成“编程”两字,结果却还是显示“该字符串不全部是中文”,看来这样的判断还是不够准确。

重要:查阅了<精通正则表达式>发现,对于[\x4e00-\x9fa5]这块东西,自己做一个强化的解释

php的正则中, [\x4e00-\x9fa5],其实就是 字符和字符组的概念, \x{hex},表达一个16进制数, 需要注意的是hex 可以是1-2位的,也可以是4位的,但是如果是4位的必须加上大括号,

同时,如果是大于x{FF}的hex,必须和u 修饰符连用,不然会非法出错


网上只能找到匹配全角字符的正则:   ^[\x80-\xff]*^/    ,这里可以不加大括号
[\u4e00-\u9fa5]可以匹配中文,但是PHP又不支持   
不过,既然\x表示的十六进制数据,为什么和js里边提供的范围\x4e00-\x9fa5不一样呢?于是我就换成了下边的代码,发现真的准确了:
$str = "php编程";
if (preg_match("/^[\x{4e00}-\x{9fa5}]+$/u",$str)) {
print("该字符串全部是中文");
} else {
print("该字符串不全部是中文");
}

知道了php中utf-8编码下用正则表达式匹配汉字的最终正确表达式——/^[\x{4e00}-\x{9fa5}]+$/u,
参考以上文章写了如下一段测试代码(复制以下代码保存成.php文件)

<?php
$action = trim($_GET['action']);
if($action == "sub")
{
    $str = $_POST['dir'];   
    //if(!preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$str)) //GB2312汉字字母数字下划线正则表达式
    if(!preg_match("/^[\x{4e00}-\x{9fa5}A-Za-z0-9_]+$/u",$str))   //UTF-8汉字字母数字下划线正则表达式
    {  
        echo "<font color=red>您输入的[".$str."]含有违法字符</font>";  
    }
    else
    {
        echo "<font color=green>您输入的[".$str."]完全合法,通过!</font>";  
    }
}
?>
<form method="POST" action="?action=sub">
输入字符(数字,字母,汉字,下划线):
    <input type="text" name="dir" value="">
    <input type="submit" value="提交">
</form>


GBK:

preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$str); //GB2312汉字字母数字下划线正则表达式

 

<?php

$str="aaa";
if(!eregi("[^\x80-\xff]","$str"))
{
echo "是";
}
else
{
echo "不是";
}
?>


<?
$str = "中国";
echo $str;
echo "<hr>";

//if (preg_match("/^[".chr(0xa1)."-".chr(0xff)."]+$/", $str)) { //只能在GB2312情况下使用
if (preg_match("/^[\x7f-\xff]+$/", $str)) { //兼容gb2312,utf-8
echo "正确输入";
} else {
echo "错误输入";
}
?>


如果想判断一个字符串内是否有含有中文,请用下面的代码:

if (preg_match("/[\x7f-\xff]/", $string)) {
echo "有中文";
}else{
echo "没有中文";
}

 

  评论这张
 
阅读(208)| 评论(0)
推荐 转载

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017