php regex word boundary matching in utf-8(utf-8中的php正则表达式单词边界匹配)
问题描述
我在 utf-8 php 文件中有以下 php 代码:
I have the following php code in a utf-8 php file:
var_dump(setlocale(LC_CTYPE, 'de_DE.utf8', 'German_Germany.utf-8', 'de_DE', 'german'));
var_dump(mb_internal_encoding());
var_dump(mb_internal_encoding('utf-8'));
var_dump(mb_internal_encoding());
var_dump(mb_regex_encoding());
var_dump(mb_regex_encoding('utf-8'));
var_dump(mb_regex_encoding());
var_dump(preg_replace('/weiß/iu', 'weiss', 'weißbier'));
我希望最后一个正则表达式只替换完整的单词而不是部分单词.
I would like the last regex to replace only full words and not parts of words.
在我的 Windows 计算机上,它返回:
On my windows computer, it returns:
string 'German_Germany.1252' (length=19)
string 'ISO-8859-1' (length=10)
boolean true
string 'UTF-8' (length=5)
string 'EUC-JP' (length=6)
boolean true
string 'UTF-8' (length=5)
string 'weißbier' (length=9)
在网络服务器 (linux) 上,我得到:
On the webserver (linux), I get:
string(10) "de_DE.utf8"
string(10) "ISO-8859-1"
bool(true)
string(5) "UTF-8"
string(10) "ISO-8859-1"
bool(true)
string(5) "UTF-8"
string(9) "weissbier"
因此,正则表达式在 Windows 上按我的预期工作,但在 linux 上却没有.
Thus, the regex works as I expected on windows but not on linux.
所以主要问题是,我应该如何编写我的正则表达式以仅匹配单词边界?
So the main question is, how should I write my regex to only match at word boundaries?
第二个问题是如何让 windows 知道我想在我的 php 应用程序中使用 utf-8.
A secondary questions is how I can let windows know that I want to use utf-8 in my php application.
推荐答案
即使在 UTF-8 模式下,像 w
和 这样的标准类简写也不是 Unicode-知道的.您只需要使用 Unicode 速记,正如您所研究的那样,但是您可以通过使用环顾而不是交替来使它不那么难看:
Even in UTF-8 mode, standard class shorthands like w
and are not Unicode-aware. You just have to use the Unicode shorthands, as you worked out, but you can make it a little less ugly by using lookarounds instead of alternations:
/(?<!pL)weiß(?!pL)/u
还要注意我是如何将花括号从 Unicode 类速记中去掉的;当类名由单个字母组成时,您可以这样做.
Notice also how I left the curly braces out of the Unicode class shorthands; you can do that when the class name consists of a single letter.
这篇关于utf-8中的php正则表达式单词边界匹配的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持编程学习网!
本文标题为:utf-8中的php正则表达式单词边界匹配
基础教程推荐
- 在 CakePHP 2.0 中使用 Html Helper 时未定义的变量 2021-01-01
- Doctrine 2 - 在多对多关系中记录更改 2022-01-01
- 如何在 XAMPP 上启用 mysqli? 2021-01-01
- PHP 守护进程/worker 环境 2022-01-01
- 在 yii2 中迁移时出现异常“找不到驱动程序" 2022-01-01
- 如何在 Symfony 和 Doctrine 中实现多对多和一对多? 2022-01-01
- 找不到类“AppHttpControllersDB",我也无法使用新模型 2022-01-01
- HTTP 与 FTP 上传 2021-01-01
- 使用 PDO 转义列名 2021-01-01
- phpmyadmin 错误“#1062 - 密钥 1 的重复条目‘1’" 2022-01-01