Question

$sRangeRegex = '/^(.{0,30})?$/';
$value='12345678901234567890123456789ä';
if (!preg_match($sRangeRegex, $value)) {
    alert('not match');
}

当我运行此代码时，它返回＆＃39; not match＆＃39;警报信息。但实际上它不应该。因为实际值的长度应为30（$ value中的字符数）但它显示31 这些变音字符在匹配时会产生问题。所以我想要解决方案来解决这个问题并且仅使用正则表达式。感谢。

Answer 1

这里已经是常识，为了使用Unicode字符串，PHP正则表达式引擎应该得到一个带有/u标志的模式。一个鲜为人知的事实是，为了匹配Unicode字形，需要使用\X速记类（符合PCRE）。

因此，要对Unicode字符串模式应用一些长度限制，请使用\X而不是.：

$pattern = '/^\X{0,30}$/u';

请注意，此正则表达式将匹配包含0到30个Unicode字形的字符串。您不需要任何(...)?个可选模式，因为限制量词中的0已经完成此任务。

但是，要检查Unicode字符串的实际长度，您需要使用mb_strlen。有关示例，请参阅this post of mine。

请参阅this demo：

$pattern = '/^.{0,30}$/u';
$value='12345678901234567890123456789Å';
if (!preg_match($pattern, $value)) {
    echo "not match\n";
}
else echo "match!\n";

$pattern = '/^\X{0,30}$/u';
$value='12345678901234567890123456789Å';
if (!preg_match($pattern, $value)) {
    echo 'not match';
}
else echo "match!";

结果：

not match (this is the regex with a dot)
match!    (the regex based on \X)

Answer 2

你需要告诉你的正则表达式引擎它应该在utf模式下使用u标志作为修饰符：

<?php
$pattern = '/^(.{0,30})?$/u';
$subject='12345678901234567890123456789ä';

if (!preg_match($pattern, $subject, $tokens)) {
    alert('not match');
}
var_dump($tokens);

请注意模式定义中的尾随u。

输出结果为：

array(2) {
  [0] =>
  string(31) "12345678901234567890123456789ä"
  [1] =>
  string(31) "12345678901234567890123456789ä"
}

PHP中的preg_match（）函数返回不正确的结果

2 个答案: