Question

如何在PHP中使用字符串（也是俄语）匹配俄语单词？

例如，像这样：

$pattern = '/слово/';
preg_replace($pattern, $replacement, $string_in_russian)

我为$ pattern尝试了utf8_encode和htmlentities UTF-8标志，但它没有用。我还应该编码$ string_in_russian吗？

更新：对/ u标志的建议不起作用，所以我把实际代码我需要这个。它来自Wordpress的词汇表插件（我的网站正确设置为使用俄语，它确实有效，但在这个例子中没有）。所以这是代码

$glossary_title = $glossary_item->post_title;
$glossary_search = '/\b'.$glossary_title.'s*?\b(?=([^"]\*"[^"]\*")\*[^"]*$)/iu';
$glossary_replace = '&lt;a'.$timestamp.'&gt;$0&lt;/a'.$timestamp.'&gt;';
$content_temp = preg_replace($glossary_search, $glossary_replace, $content, 1);

当我快速回复HTML注释时，这是我得到的模式字符串 /\bсловоs*?\b(?=([^"]*"[^"]")[^"]*$)/iu

嗯，这似乎仍然不起作用。我想也许正是这个“s”让我搞砸了（这个级别的正则表达式有点超出我的意思，但我认为它可能存在复数形式），但删除它并没有帮助。

更新＃2：好的，所以我决定做一个完整的“空白平板”测试 - 普通的PHP文件，其中包含一些英文和俄文的$ content字符串以及要替换的目标字。这是代码

$content_en = 'Nulla volutpat pretium nunc, ac feugiat neque lobortis vitae. In eu sapien sit amet eros tincidunt viverra. <b style="color:purple">Proin</b> congue hendrerit felis, et consequat neque ultrices lobortis. <b style="color:purple">Proin</b> luctus bibendum libero et molestie. Sed tristique lacus a urna semper eget feugiat lacus varius. Donec vel sodales diam. <b style="color:purple">Proin</b> fringilla laoreet purus, a facilisis nisi porttitor vel. Nullam ac justo ac elit laoreet ullamcorper vel a magna. Suspendisse in arcu sapien.';
$find_en = 'proin';
$replace_with_en = '<em style="color:red">REPLACEMENT</em>';
$glossary_search = '/\b'.$find_en.'s*?\b(?=([^"]*"[^"]*")*[^"]*$)/iu';
$content_en_replaced = preg_replace($glossary_search, $replace_with_en, $content_en);

$content_ru = 'Lorem Ipsum используют потому, что тот обеспечивает более или менее стандартное заполнение шаблона, а также реальное распределение букв и пробелов в абзацах, которое не получается при простой дубликации "Здесь <b style="color:purple">ваш</b> текст.. Здесь <b style="color:purple">ваш</b> текст.. Здесь <b style="color:purple">ваш</b> текст.." Многие программы электронной вёрстки и редакторы HTML используют Lorem Ipsum в качестве текста по умолчанию.';
$find_ru = 'ваш';
$replace_with_ru = '<em style="color:red">Многие</em>';
$glossary_search = '/\b'.$find_ru.'s*?\b(?=([^"]*"[^"]*")*[^"]*$)/iu';
$content_ru_replaced = preg_replace($glossary_search, $replace_with_ru, $content_ru);

以下是输出http://www.flickr.com/photos/iliadraznin/5372578707/

的屏幕截图

正如你所看到的，英文文本已经替换了目标词，而俄语没有，代码是相同的，我正在使用/ u标志。该文件也是UTF-8编码的。有什么建议？（再次，我尝试删除“s”，仍然没有）

Answer 1

如果你做了一个真正的空白石板测试，你会发现俄罗斯没有任何问题 - 它实际上是破坏正则表达式的边界方面。

$glossary_search = '/'.$find_ru.'/iu'; // Works fine
$glossary_search = '/\b'.$find_ru.'\b/iu'; // Breaks

Word边界速记不支持UTF-8，因此，根据此问题：php regex word boundary matching in utf-8您可以尝试以下操作：

$glossary_search = '/(?<!\pL)'.$find_ru.'(?!\pL)/iu';

这在我的测试中运行良好。

Answer 2

对于初学者，您必须确保您的php文件使用UTF-8编码。即使文件中没有任何UTF-8字符（它们可能从另一个文件传入），该文件必须是UTF-8才能使其内部的函数与UTF-8一起使用。

Answer 3

PCRE中的“u”选项regexp提供了Unicode，因此：

<?php
  $str = 'тест бла бла бла';
  if(preg_match("'тест'isu", $str, $match))
  {
    echo $match;
  }
?>

此外，preg_replace的示例：

<?php
  $str = 'тест бла бла бла';
  echo preg_replace("'бла'isu", '', $str);
?>

如何在PHP中使用preg_replace匹配俄语单词？

3 个答案: