Question

当我在字符串中搜索以utf-8字符开头/结尾的单词时，问题就开始了 - 它无法找到匹配项。如果单词开头/结尾没有utf-8字符，那么一切正常。代码：

$str= 'String: ābols, abols, abŌls, abōls, aboļŠ, aboĻs';
$find = array('ābols', 'abols', 'abōls', 'aboļš', 'aboļs');
preg_match_all("/(*UTF8)\b(" . implode($find,"|") . ")\b/i",  $str, $matches);

结果你可以看到 - 以utf-8字符开头的“单词”无法找到：结果图片：http://i.stack.imgur.com/qZku3.png

我做错了什么？感谢。

Answer 1

您没有看到以“utf-8”字符开头（或结束）的单词的原因很简单：\b是一个单词边界，默认情况下是一个字符之间的限制（和仅来自\w（或[a-zA-Z0-9_]）和另一个角色。

要更改\b的行为（要使其适用于星系的所有数字和所有字母），您必须使用u修饰符。使用此修饰符\w现在包含所有字母和所有数字：

preg_match_all("/(*UTF8)\b(" . implode($find,"|") . ")\b/iu",  $str, $matches);

另一种方法是用外观替换字边界：

preg_match_all("/(*UTF8)(?<=^|[\s\pP])(" . implode($find,"|") . ")(?=[\s\pP]|$)/i",  $str, $matches);

如果第一个或最后一个字母在utf8中，则preg_match_all会失败

1 个答案: