Question

我尝试从字符串中获取一些单词，但这个单词可能会有西里尔字符，我试图得到它，但我所做的就是 - 不工作。

请帮帮我; 我的代码

  $str= "Продавец:В KrossАдын рассказать друзьям  var addthis_config = {'data_track_clickback':true};";
$pattern = '/\s(\w*|.*?)\s/';
preg_match($pattern, $str, $matches);
echo $matches[0];

我需要KrossАдын。

Thaks！

Answer 1

您可以使用u修饰符更改\w的含义。使用u修饰符，字符串将被读取为UTF8字符串，而\w字符类不再是[a-zA-Z0-9_]，而是[\p{L}\p{N}_]：

$pattern = '/\s(\w*|.*?)\s/u';

请注意，模式中的替换是无意义的：

你使用一个替代，第二个成员可以匹配第一个成员相同的东西。 （即\w*匹配的所有内容都可以由.*?匹配，因为右边有一个空格。这两个子模式将匹配两个空格之间的字符）

撰写$pattern = '/\s(.*?)\s/u';完全相同或更好：

$pattern = '/\s(\S*)\s/u';

避免使用惰性量词。

如果您的目标只是匹配ASCII和西里尔字母，那么效率最高（因为对于字符类越小越快）：

$pattern = '~(*UTF8)[a-z\p{Cyrillic}]+~i';

(*UTF8)将通知正则表达式引擎必须将原始字符串读取为UTF8字符串。

\p{Cyrillic}是一个只包含西里尔字母的字符类。

Answer 2

问题是你的字符串使用UTF-8字符，\ w将不匹配。在StackOverflow上查看此答案以获得解决方案：UTF-8 in PHP regular expressions

基本上，您需要在表达式的末尾添加u修饰符，并使用\p{L}代替\w。

php preg_match用西里尔字符获取单词

2 个答案: