php - preg_match 和(非英语)拉丁字符？

Question

我有一个 XHTML 表单，我要求人们在其中输入他们的全名。然后，我使用以下模式将其与 preg_match() 匹配:/^[\p{L}\s]+$/

在我运行 PHP 5.2.13 (PCRE 7.9 2009-04-11) 的本地服务器上，这工作正常。在运行 PHP 5.2.10 (PCRE 7.3 2007-08-28) 的虚拟主机上，当输入的字符串包含丹麦拉丁字符 ø ( http://www.ltg.ed.ac.uk/~richard/utf-8.cgi?input=%F8&mode=char ) 时，它不匹配。

这是一个错误吗？有变通办法吗？

提前致谢!

Answer 1

所以，问题是推测的。您没有使用 /u 修饰符。这意味着 PCRE 不会查找 UTF-8 字符。

在任何情况下，都应该这样做:

var_dump(preg_match('/^[\p{L}\s]+$/u', "ø")); 

并且适用于我的所有版本。其他人可能有错误，但这里不太可能。

你的问题是这也有效:

var_dump(preg_match('/^[\p{L}\s]+$/', utf8_decode("ø")));

请注意，这里使用 ISO-8859-1 而不是 UTF-8，并且省略了 /u 修饰符。结果是 int(1)。显然，在非 /unicode 模式下，PCRE 将 Latin-1 ø 解释为匹配的 \p{L}。 (单字节的\xA0-\xFF大部分是Latin-1中的字母符号，8位码位和Unicode一样，所以其实没问题。)

结论:您的输入实际上是 ISO-8859-1。这就是为什么它在没有 /u 的情况下意外地为您工作的原因。改变它，并与输入字符集保持一致。