Question

来自the manual：

在\x之后，最多读取两个十六进制数字（字母可以在大写或小写）。在UTF-8模式下，允许\x{...}，其中。{1}} 大括号的内容是一串十六进制数字。它是解释为UTF-8字符，其代码编号是给定的十六进制数。 原始十六进制转义序列\xhh，如果值大于127，则匹配两个字节的UTF-8字符。

那是什么意思？

“ä”的代码点是E4，而UTF-8表示是C3A4，但是那些匹配的内容是：

$t = 'ä'; // same as "\xC3\xA4";

preg_match('/\\xC3A4/u', $t); // doesn't match
preg_match('/\\x00E4/u', $t); // doesn't match

使用花括号，当我给出代码点时，它确实匹配：

preg_match('/\\x{00E4}/u', $t); // matches

Answer 1

语法是一种按值指定字符的方法：

\xAB指定0-FF范围内的代码点。
\x{ABCD}指定0-FFFF范围内的代码点。

手册中指出的措辞有点混乱，可能是为了精确。字符值128-255（和一些）在UTF-8中被编码为2字节。因此， unicode正则表达式将匹配7位干净的ASCII，但不匹配利用所述范围中的值的不同编码/代码页（即CP437）。该手册以迂回的方式表示，unicode正则表达式仅适用于正确编码的输入。然而;

这并不意味着\xABCD 解析为\x{ABCD}（一个字符）。它被解析为\xAB（一个字符）和然后 CD（两个字符）¹。大括号解决了这个解析模糊问题：

在 \ x之后，最多读取两个十六进制数字。在UTF-8模式下，允许 \ x {...} ..

其他一些语言使用\u而不是\x来表示更长的形式。

¹认为这匹配：

preg_match（'/ \ xC3A4 / u'，“\ xC3”。“A4”）;

PHP PCRE中的\ x是什么意思？

1 个答案: