时间:2021-05-26
一、前言
前面的博客里,有对字符集的解析。这里就不是字符集的事儿了,在PHP中很多函数的处理默认是unicode中的UTF-8编码格式。那么废话不多说,直接开始正题。
二、PHP函数mb_split解析
<?php$preg_strings = '测、试、一、下';$preg_str = mb_split('、', $preg_strings);print_r($preg_str);输出效果
Array( [0] => 测 [1] => 试 [2] => 一 [3] => 下)此函数默认底层解析,以UTF-8的编码格式解析。以分隔符(、)的UNICODE的16进制码点分割字符$preg_strings。
三、PHP函数preg_split解析
分割字符串“测试一下”
<?php$strings = '测试一下';$mb_arr = preg_split('//u', $strings, -1, PREG_SPLIT_NO_EMPTY);print_r($mb_arr);打印结果如下:
Array( [0] => 测 [1] => 试 [2] => 一 [3] => 下)四、PCRE中的/u解析
在PHP中,正则的定界符可以为#、%、/等等。
在一个正则中有时后面会有些修饰符。那么他们都是什么意思呢?
比如:
%[\x{4e00}-\x{9fa5}]+%u其中后面的修饰符u代码表以正则匹配以utf-8的编码格式匹配。
例子一:
<?php $strings = '测试一下'; $is_true = preg_match_all('%[\x{4e00}-\x{9fa5}]+%u', $strings, $match);var_dump($is_true);打印结果如下:
Array( [0] => Array ( [0] => 测试一下 ))这里的[\x{4e00}-\x{9fa5}]是什么意思呢?
在PHP正则中\x用来表示16进制。
中文的UNICODE码点在4E00 - 9FFF (这里说的都是16进制)
所以,正则匹配写法就是区间[],[\x{4E00}-\x{9FFF}]
这两个正则的效果都是一样的。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
项目中,用preg_match正则提取目标内容,死活有问题,代码测得死去活来。后来怀疑PHP的preg_match有字符串长度限制,果然,发现“pcre.bac
项目中,用preg_match正则提取目标内容,死活有问题,代码测得死去活来。后来怀疑PHP的preg_match有字符串长度限制,果然,发现“pcre.bac
正则表达式(RegularExpression)正则表达式系统: 1.POSIX 2.PerlPHP中使用的regex是PCRE: NOTE:PCRE(P
正则表达式在PHP中有两套正则表达式函数库,两者功能相似,只是执行效率略有差异:一套是由PCRE(PerlCompatibleRegularExpression
PCRE是一个NFA正则引擎,不然不能提供完全与Perl一致的正则语法功能。但它同时也实现了DFA,只是满足数学意义上的正则。1.pcre_compile原型: