无法理解两个preg_match模式之间的区别

Question

在原始代码（Drupal核心模块）中，前一位开发人员注释掉了字符串：

if (preg_match('/[^\x{80}-\x{F7} a-z0-9@_.\'-]/i', $name)) {

而是添加：

if (preg_match('/[^\x{80}-\x{F7} a-z0-9@_.\'-]/iu', $name)) {

你可以帮助我理解这两者之间的区别吗？你的修饰语有什么作用？在PHP文档中，我发现：

  你（PCRE8）
  此修饰符打开与Perl不兼容的PCRE的其他功能。模式字符串被视为UTF-8。此修饰符可从Unix上的PHP 4.1.0或更高版本以及win32上的PHP 4.2.3获得。从PHP 4.3.5开始检查模式的UTF-8有效性。

所以我猜，以前的开发人员在解释特殊字符或其他东西时遇到了问题。我有点困惑，请就此提出建议。

Answer 1

需要修饰符才能正确处理utf-8编码输入。像\ xC1这样的模式应该与unicode字符U + 00C1（À）匹配。在utf-8中编码Á时，你会得到\ xC3 \ x81，所以\ xC1不匹配。 “u”修饰符使算法使用utf-8，因此匹配。

基本上，当您使用utf-8编码文本时，会发生这种情况：

<?php
var_dump(preg_match('/\xC1/u', 'Á'));
// => int(1), matches

var_dump(preg_match('/\xC1/', 'Á'));
// => int(0), doesn't match
?>

在您的情况下，由于UTF-8的工作方式，第一个正则表达式[^ \ x80- \ xF7]与无（非ascii）UTF-8编码文本匹配。第二个表达式匹配U + 0080 - U + 00F7范围之外的unicode字符，因此它允许通过所有西里尔语，希腊语，阿拉伯语，希伯来语，......

Answer 2

u - 意味着preg match将检查UTF-8字符串，而不仅仅是像A-Z那样的iso-8859-1

当量

$what = 'łódka - русский алфавит';

if ( preg_match_all('#([\w A-Za-z])#u',$what,$res) ) :
echo  'math eq' .  'łódka - русский алфавит';
endif;