Question

我有一个使用正则表达式的自定义路由器。

问题在于我无法解析希腊字符。

以下是index.php的一些行：

$router->get('/theatre/plays', 'TheatreController', 'showPlays');
$router->get('/theatre/interviews', 'TheatreController', 'showInterviews');
$router->get('/theatre/[-\w\d\!\.]+', 'TheatreController', 'single_post');

以下是Router.php的一些行：

$found = 0;
$path = parse_url($_SERVER['REQUEST_URI'], PHP_URL_PATH); //get the url

////// Bla Bla Bla /////////

if ( $found = preg_match("#^$value$#", $path) )
{
    //Do stuff
}

现在，当我尝试像http://kourtis.app/theatre/α这样的网址时（注意最后一个字符是希腊语'alpha'），然后它会以某种方式解释为http://kourtis.app/theatre/%CE%B1

我可以在var_dump($path)或复制粘贴网址时看到此内容。

我想它与编码有关，但所有（我能想到的）都是utf-8格式。

有什么想法吗？

--------------------------------

更新：在评论中的建议之后，以下仅适用于 仅包含一些 希腊字符： /theatre/[α-ωΑ-Ω-\w\d\!\.]+ 并使用urldecode解码$path变量的百分比编码。

产生错误的一些字符是：κ π ρ χ。

现在的问题是......为什么？（顺便说一句，这适用于许多字符/theatre/.+）

Answer 1

您可以使用

$router->get('/theatre/[^/]+', 'TheatreController', 'single_post');

因为[^/]+将匹配 / 以外的一个或多个字符，因为[^...]是一个匹配任何字符的否定字符类 char，但是在课堂上定义的那个。

请注意，如果您使用\d（\w已匹配数字），则不必使用\w。

另外，你没有将变音符号与你的正则表达式相匹配。如果您需要匹配变音符号，请将\p{M}添加到正则表达式：'/theatre/[-\w\p{M}!.]+'。

请注意，要允许\w匹配Unicode字母/数字，您需要将/u修饰符传递给正则表达式：$found = preg_match("#^$value$#u", $path)。这将把输入字符串视为Unicode字符串，并使\w知道Unicode的速记模式。

另一件事：您无需在角色类中转义.。

模式详情：

#...# - 正则表达式分隔符
^ - 字符串开头
$value - $value变量内容（因为PHP中的双引号字符串允许插值）
$ - 字符串结尾
#u - 启用 PCRE_UTF 和 PCRE_UCP 选项的修饰符。在此处查看有关他们的更多信息

正则表达式 - URL中的希腊字符

--------------------------------

1 个答案: