您的足迹:首页 > PHP >PHP 是否为中文 是否包含中文正则

PHP 是否为中文 是否包含中文正则

<?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);  


/判断内容里有没有中文-GBK (PHP)        

functioncheck_is_chinese($s){        

   returnpreg_match('/[\x80-\xff]./', $s);        

}         

      

//获取字符串长度-GBK (PHP)        

functiongb_strlen($str){        

    $count = 0;        

   for($i=0; $i<strlen($str); $i++){        

        $s = substr($str, $i, 1);        

       if(preg_match("/[\x80-\xff]/", $s)) ++$i;        

          ++$count;        

    }        

   return$count;        

}         

      

//截取字符串字串-GBK (PHP)        

functiongb_substr($str, $len){        

    $count = 0;        

   for($i=0; $i<strlen($str); $i++){        

       if($count == $len)break;        

       if(preg_match("/[\x80-\xff]/", substr($str, $i, 1))) ++$i;        

          ++$count;                

    }        

   returnsubstr($str, 0, $i);        

}         

      

//统计字符串长度-UTF8 (PHP)        

functionutf8_strlen($str) {        

    $count = 0;        

   for($i = 0; $i < strlen($str); $i++){        

        $value = ord($str[$i]);        

       if($value > 127) {        

            $count++;        

           if($value >= 192 && $value <= 223) $i++;        

           elseif($value >= 224 && $value <= 239) $i = $i + 2;        

           elseif($value >= 240 && $value <= 247) $i = $i + 3;        

           elsedie('Not a UTF-8 compatible string');        

        }        

        $count++;        

    }        

   return$count;        

}         

      

      

//截取字符串-UTF8(PHP)        

functionutf8_substr($str,$position,$length){        

    $start_position = strlen($str);        

    $start_byte = 0;        

    $end_position = strlen($str);        

    $count = 0;        

   for($i = 0; $i < strlen($str); $i++){        

       if($count >= $position && $start_position > $i){        

            $start_position = $i;        

            $start_byte = $count;        

        }        

       if(($count-$start_byte)>=$length) {        

            $end_position = $i;        

           break;        

        }            

        $value = ord($str[$i]);        

       if($value > 127){        

            $count++;        

           if($value >= 192 && $value <= 223) $i++;        

           elseif($value >= 224 && $value <= 239) $i = $i + 2;        

           elseif($value >= 240 && $value <= 247) $i = $i + 3;        

           elsedie('Not a UTF-8 compatible string');        

        }        

        $count++;        

      

    }        

   return(substr($str,$start_position,$end_position-$start_position));        

}         

      

//判断是否是有韩文-UTF-8 (JavaScript)        

functioncheckKoreaChar(str) {        

   for(i=0; i<str.length; i++) {        

       if(((str.charCodeAt(i) > 0x3130 && str.charCodeAt(i) < 0x318F) || (str.charCodeAt(i) >= 0xAC00 && str.charCodeAt(i) <= 0xD7A3))) {        

           returntrue;        

        }        

    }        

   returnfalse;        

}         

      

//判断是否有中文字符-GBK (JavaScript)        

functioncheck_chinese_char(s){        

   return(s.length != s.replace(/[^\x00-\xff]/g,"**").length);        

}    


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";
}



本博客所有文章如无特别注明均为原创。作者:fly复制或转载请以超链接形式注明转自 PHPWinner
原文地址《PHP 是否为中文 是否包含中文正则

相关推荐

PHPWinner -洛阳市网站制作,偃师市网站制作

联系我