多语言数字字符算作字母吗？

Question

我正在尝试在其他语言中搜索字母和空格（简单单词），如果我找到数字或标点符号，则抛出检测异常。在测试正则表达式时，我用维基百科上的UTF-8数字字符编写，我的结果总是回来一个匹配，我很困惑为什么除非它认为所有数字都被认为是字母。

这是我尝试过的角色：

5或伍 http://en.wikipedia.org/wiki/Chinese_numerals

5或Є http://en.wikipedia.org/wiki/Cyrillic_script

以下是代码：

$were_bad_characters_found = preg_match('/[^\p{L}\p{Zs}]+/us',  $data); 

它问的问题的答案总是，不，没有发现坏字符。

根据文档的说法，这似乎有用，而且当我尝试通过它运行简单的英文数字时它确实起作用，但是一旦多语言字符出现，它就会在我身上滚动。我有很多变种用于检测不同的常见场景，所有utf8正则表达式代码似乎只适用于英文字符。想法？

Answer 1

您展示的字符是字母。

• U+4F0D 伍，不是数字，并且有非数字解释。

• U+0404 Є不是数字，但也不接近任何数字解释。

properties of english digits in unicode将其设为数字​​，而不是字母。在PHP中，您可以使用\p{Nd}来匹配数字。但你的正则表达式正常。