Question

我有这种字符串

sample İletişim form:: aşağıdaki formu

我的目标是使用preg_match或preg_match_all的php提取其中包含unicode / non-ascii字符的字符串。

所以我只期待2 İletişim和aşağıdaki字的结果。

Array
(
    [0] => İletişim 
    [1] => aşağıdaki
)

我无法想到正则表达，因为我不擅长它。欢迎任何帮助。

非常感谢你。

Answer 1

我认为你想要的解决方案的开始就在这里：How do I detect non-ASCII characters in a string?

通过使用preg_match（），你可以像这样做smthg：

preg_match_all('/[^\s]*[^\x20-\x7f]+[^\s]*/', $string, $matches);
print_r($matches);

或者，如果没有preg_match，您可以使用函数mb_detect_encoding（）来测试字符串的编码。在您的情况下，您可以这样使用它：

$matches = array_filter(explode(' ', $string), function($item) {
    return !mb_detect_encoding($item, 'ASCII', TRUE);
});
print_r($matches);

但最后一个有点扭曲^^

Answer 2

您可以使用unicode属性：

$string = 'sample İletişim form:: aşağıdaki formu';
preg_match_all("/(\pL+)/u", $string, $matches); 
print_r($matches);

<强>输出：

Array
(
    [0] => Array
        (
            [0] => sample
            [1] => İletişim
            [2] => form
            [3] => aşağıdaki
            [4] => formu
        )

    [1] => Array
        (
            [0] => sample
            [1] => İletişim
            [2] => form
            [3] => aşağıdaki
            [4] => formu
        )

)

使用preg_match提取字符串中的任何unicode字符串出现

2 个答案: