Question

我需要一些关于如何在PHP中分割混有英文单词和数字的汉字的帮助。

例如，如果我读了

FrontPage 2000中文版應用大全

我希望得到

FrontPage, 2000, 中,文,版,應,用,大,全

或

FrontPage, 2,0,0,0, 中,文,版,應,用,大,全

我怎样才能做到这一点？

提前致谢：）

Answer 1

假设您使用的是UTF-8（或者您可以使用Iconv或其他工具将其转换为UTF-8），那么使用u修饰符（doc：http://www.php.net/manual/en/reference.pcre.pattern.modifiers.php）

<?
$s = "FrontPage 2000中文版應用大全";
print_r(preg_match_all('/./u', $s, $matches));
echo "\n";
print_r($matches);
?>

将给出

21
Array
(
    [0] => Array
        (
            [0] => F
            [1] => r
            [2] => o
            [3] => n
            [4] => t
            [5] => P
            [6] => a
            [7] => g
            [8] => e
            [9] =>  
            [10] => 2
            [11] => 0
            [12] => 0
            [13] => 0
            [14] => 中
            [15] => 文
            [16] => 版
            [17] => 應
            [18] => 用
            [19] => 大
            [20] => 全
        )

)

请注意，我的源代码也存储在以UTF-8编码的文件中，$ s包含这些字符。

以下内容将字母数字作为一组匹配：

<?
$s = "FrontPage 2000中文版應用大全";
print_r(preg_match_all('/(\w+)|(.)/u', $s, $matches));
echo "\n";
print_r($matches[0]);
?>

结果：

10
Array
(
    [0] => FrontPage
    [1] =>  
    [2] => 2000
    [3] => 中
    [4] => 文
    [5] => 版
    [6] => 應
    [7] => 用
    [8] => 大
    [9] => 全
)

Answer 2

使用此代码，您可以将中文文本（utf8）包装在行尾，以便它仍然可读

print_r(preg_match_all('/([\w]+)|(.)/u', $str, $matches));
$arr_result = array();

foreach ($matches[0] as $key => $val) {
    $arr_result[]=$val;
    $arr_result[]="&#8203;"; //add Zero-Width Space
} 
foreach ($arr_result as $key => $val) {
    $out .= $val;
} 
return $out;

Answer 3

    /**
     * Reference: http://www.regular-expressions.info/unicode.html
     * Korean: Hangul
     * CJK: Han
     * Japanese: Hiragana, Katakana
     * Flag u required
     */

    preg_match_all(
        '/\p{Hangul}|\p{Hiragana}|\p{Han}|\p{Katakana}|(\p{Latin}+)|(\p{Cyrillic}+)/u',
        $str,
        $result
    );

如果您使用的是PHP 7.0，那么这个适用于我。

这个没有用。我很遗憾地投票给一个不起作用的解决方案......

<?
$s = "FrontPage 2000中文版應用大全";
print_r(preg_match_all('/(\w+)|(.)/u', $s, $matches));
echo "\n";
print_r($matches[0]);
?>

如何在PHP中拆分中文字符？

3 个答案: