如何检查字符串是否只包含指定的字符集?

时间:2011-07-06 18:31:00

标签: php string preg-match ereg

我正在处理字符串,我想知道哪种方法最好检查字符串是否只包含指定的字符集:

@  ∆  SP  0  ¡  P  ¿  p 
£  _  !  1  A  Q  a  q 
$  Φ  "  2  B  R  b  r 
¥  Γ  #  3  C  S  c  s 
è  Λ  ¤  4  D  T  d  t 
é  O  %  5  E  U  e  u 
ù  Π  &  6  F  V  f  v 
ì  Ψ  '  7  G  W  g  w 
ò  Σ  (  8  H  X  h  x 
Ç  Θ  )  9  I  Y  i  y 
LF  Ξ  *  :  J  Z  j  z 
Ø  1)  +  ;  K  Ä  k  ä 
ø  Æ  ,  <  L  Ö  l  ö 
CR  æ  q  =  M  Ñ  m  ñ 
Å  ß  .  >  N  Ü  n  ü 
å  É  /  ?  O  §  o  à 

我试图通过eregi和regexp完成它,但没有成功。 另一种方法是将每个char转换为十进制并检查它是否小于&lt; 137,或者通过in_array()检查每个元素 - 我发现它很弱。

任何人都有更好的解决方案吗?

提前致谢。

6 个答案:

答案 0 :(得分:9)

我看到你已经接受了另一个答案,但我想解释为什么你的正则表达式尝试不起作用。希望它能帮到你。

首先,我注意到此问题的代码中有。请注意,PHP的ereg_函数已被弃用;你应该只使用preg_函数。

现在,如果你想使用正则表达式来做这类事情,你通常会使用一个否定的字符类来定义你想要允许的字符列表,然后查找其他任何字符。

字符类是用方括号括起来的字符列表。您可以通过在其开头添加克拉符号来否定字符类。因此,如果您想要一个仅包含“A”,“B”或“C”的字符串,并且您希望收到包含其他任何内容的字符串的警告,您可以使用以下内容:

$result = preg_match("/[^ABC]/",$mystring);

你的例子基本相同(但显然要测试更多的字符),除了两点:首先你的列表中的字符是Regex中的保留字符,其次,你使用的是非Ascii字符。

可以通过使用前导反斜杠转义它们来处理正则表达式保留字符。您只需要知道保留了哪些字符。查看您的列表,我看到?/.+

第二点解释了为什么你无法使用ereg,因为ereg函数不支持unicode。切换到使用preg功能,您将获得更多运气。

您仍然需要为正则表达式引擎指定您正在寻找unicode字符。这是通过将u修饰符添加到正则表达式字符串的末尾来完成的。

所以缩短版的查询可能如下所示:

$result = preg_match("/[^èΛ¤4DTdt]/u",$mystring);

看起来您在字符列表中包含了新行,因此您可能还希望在m旁边添加多行修饰符u

对于无法写入的字符(或者对于任何字符,如果更容易),您可以为其unicode字符代码添加转义序列。使用\uFFFF,其中FFFF是您要匹配的字符的十六进制unicode引用 - 例如\u00E0匹配à

我希望这能让您更好地了解正则表达式。我应该补充一点,我并不是说正则表达式必然是这个问题的最佳解决方案,也不一定是唯一的解决方案。我试图通过使用否定的字符类使它最佳地执行(这意味着它一旦找到不匹配的字符就会失败,并且应该防止那种过度的回溯,这可能导致正则表达式有时很慢),所以它应该是合理的性能,但我没有测试它与其他解决方案。

我希望有所帮助。

答案 1 :(得分:3)

只要您关注单字节字符集,就可以使用字符串函数:

$charset = 'abc';
$test = 'abcd';
$ofCharset = strlen($test) === strspn($test, $charset); # FALSE

否则,您必须将字符串拆分为每个char的数组条目,然后与字符表进行比较,该字符表可以是键控数组,并且包含字符集作为键的字符。

答案 2 :(得分:1)

要保持操作O(n),您可以计算每个测试字符的ascii值,并将它们放入哈希表中,如下所示:

$ testChars [$ ascii] = true;

然后循环遍历主题字符串的字符并测试是否设置了哈希表值条目并等于true。如果你对任何一个字符都是假的,那么它包含的不是你测试集中的字符。

这比使用in_array更好,因为测试$ testChars [$ ascii] == true是否为常量O(1)查找。

答案 3 :(得分:0)

这是一个很好的资源,可以帮助您找到答案。

<强> Advanced Regular Expression Tips and Techniques

答案 4 :(得分:0)

如果你试图找出只有其他字符你可以str_replace字符集为“”然后得到strlen ...如果它是0然后只有那些字符...如果大于0然后存在其他角色。

离。

$mystr = "macguffin";
$mycharset = array('m', 'a', 'c', 'g', 'u', 'f', 'i', 'n');

$tmpstr = str_replace($mycharset, "", $mystr);

if (!strlen($tmpstr)) {
    echo "only charset chars";
} else {
    echo "other chars";
}

将返回

only charset chars

$mystr = "macguffin";
$mycharset = array('m', 'a', 'c');

$tmpstr = str_replace($mycharset, "", $mystr);

if (!strlen($tmpstr)) {
    echo "only charset chars";
} else {
    echo "other chars";
}

将返回

other chars

HTH

答案 5 :(得分:0)

我知道这是一个老问题,但没有人提到strpbrk。我从来没有尝试过奇怪的角色,但除了这可能是一个问题,为什么这不起作用?