Question

如何在for循环中分隔中文和英文字符？

这是代码：

<!DOCTYPE html>
<html>
<head>
    <meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
</head>
<body>
<?php

function filter_ch($char)
{
return $char;
}

function filter_en($char)
{
return $char;
}

$str='Hello 你怎么样？ How are you?';
$english='';
$chinese='';
for ($i=0;$i<strlen($str);$i++)
{
    $char = substr($str, $i, 1);
    if(preg_match('/\p{Han}+/u', $char))
    {//if chinese
        $chinese.=filter_ch($char);
    }
    else
    {//if english
        $english.=filter_en($char);
    }
}

echo 'chinese: '.$chinese.'<br>';
echo 'english: '.$english.'<br>';

?>
</body>
</html>

这是结果：

chinese:
english: english: Hello 你怎么样？ How are you?

我想要的结果：

chinese: 你怎么样？
english: Hello How are you?

Answer 1

问题在于这一行： $char = substr($str, $i, 1);。由于中文字符不占用1个字节，因此它“破坏”了字符，因此preg_match失败了。

解决方法是使用multibyte string functions 因此$char = substr($str, $i, 1);将成为$char = mb_substr($str, $i, 1, 'UTF-8');，strlen($str)将成为mb_strlen($str, 'UTF-8')。

作为旁注，循环中的preg_match将减慢脚本速度。所以我建议在没有循环的情况下使用preg_replace()：

$str = 'Hello 你怎么样？ How are you?';

$english = preg_replace(array('/[\p{Han}？]/u', '/(\s)+/'), array('', '$1'), $str);
$chinese = preg_replace(array('/[^\p{Han}？]/u', '/(\s)+/'), array('', '$1'), $str);

echo $english . "\r\n" . $chinese;

php将中文与英文字符分开

1 个答案: