如何解决 preg_match 在 Unicode HTML 中匹配失败的问题

落瑶酱_7363

落瑶酱_7363

2026-04-16

852人浏览

原创

如何解决 preg_match 在 Unicode HTML 中匹配失败的问题

当使用 preg_match 在包含 Unicode 字符的 HTML 内容中进行简单文本匹配时,若未正确处理编码或修饰符,可能导致匹配失败(返回 false),而 str_contains 却能成功(返回 true)——根本原因通常是 u(UTF-8)修饰符与实际内容编码不兼容,或正则引擎因 u 修饰符对非 UTF-8 安全字节序列报错。

当使用 `preg_match` 在包含 unicode 字符的 html 内容中进行简单文本匹配时,若未正确处理编码或修饰符,可能导致匹配失败(返回 false),而 `str_contains` 却能成功(返回 true)——根本原因通常是 `u`(utf-8)修饰符与实际内容编码不兼容,或正则引擎因 `u` 修饰符对非 utf-8 安全字节序列报错。

在您提供的案例中,目标网页(https://www.php.cn/link/363ed890155b2eeda0aa492cc52e3d34)返回的 HTML 实际上是以 UTF-8 编码传输的,但其内容中混有未经转义的非 ASCII 字符(如保加利亚语 Cyrillic 文本),且响应头未严格声明 Content-Type: text/html; charset=utf-8,导致 PHP 的 file_get_contents() 获取的原始字节流虽为 UTF-8 编码,但在启用 u 修饰符后,PCRE 引擎会对整个模式和字符串执行严格的 UTF-8 合法性校验。

关键问题在于:/actor/miu 中的 u 修饰符要求字符串中每个字节序列都必须是合法的 UTF-8。然而,某些服务器可能因历史原因或配置疏漏,在 UTF-8 响应中夹杂无效字节(例如孤立的 continuation 字节、截断的多字节字符),或页面 HTML 中存在未正确编码的字符实体。此时 preg_match 会直接返回 false(甚至触发警告),而 str_contains() 是纯字节级子串查找,不验证编码,因此不受影响。

✅ 正确做法是:移除 u 修饰符,仅保留 i(忽略大小写)和 m(多行模式,通常非必需):

DeepBI DHTML 页面生成器
DeepBI DHTML 页面生成器

生成可在 deepbi 沙箱 iframe 内运行或作为独立文件运行的交互式 HTML 页面,使用 `window.deepbi` JS SDK 实现数据查询、空间管理、文件浏览及用户操作。当用户提出以下需求时启用该能力: - 创建 KPI 仪表盘、数据表格、文件浏览器、成员列表、管理页面; - 明确要求“转成 dhtml”、“转译成 HTML”、“把 XX 页面转成……”、“控制台页面”、“管理后台”、“DeepBI 页面迁移”; - 提及位于 `apps/console/src/featur

下载
$html = file_get_contents('https://theatrevazrajdane.bg/%D1%82%D0%B2%D0%BE%D1%80%D1%87%D0%B5%D1%81%D0%BA%D0%B8-%D1%81%D1%8A%D1%81%D1%82%D0%B0%D0%B2/%D0%B0%D0%BA%D1%82%D1%8C%D0%BE%D1%80%D0%B8/2');

// ✅ 推荐:移除 u 修饰符,安全匹配 ASCII 子串
if (preg_match('/actor/i', $html)) {
    echo "Found 'actor' (case-insensitive)";
}

// ⚠️ 不推荐:/actor/miu 可能在含非法 UTF-8 字节时静默失败
// if (preg_match('/actor/miu', $html)) { ... } // 可能返回 false 即使字节存在

? 补充建议:

  • 若需真正支持 Unicode 字符(如匹配 актьор 或带重音的 àctör),请先确保 $html 是纯净有效的 UTF-8 字符串,可用 mb_detect_encoding($html, ['UTF-8'], true) === 'UTF-8' 验证,并用 mb_convert_encoding($html, 'UTF-8', 'auto') 清理;再使用 /actor/u(注意:此时 actor 本身仍是 ASCII,u 主要影响 \w, \d, . 等元字符行为)。
  • 对于仅查找固定 ASCII 关键词(如 'actor'),优先使用 str_contains() 或 stripos() —— 更快、更鲁棒、无编码陷阱。
  • 永远避免在不确定编码完整性时盲目添加 u 修饰符;它不是“让正则支持中文”的万能开关,而是开启严格 UTF-8 校验的开关。

总结:preg_match 返回 false 而 str_contains 返回 true,90% 的情况源于 u 修饰符触发了底层 UTF-8 验证失败。移除 u(除非你明确需要 Unicode-aware 元字符),是快速解决问题的关键一步。

前端入门到VUE实战笔记:立即使用
在学习笔记中,你将探索 前端 的入门与实战技巧!

相关文章

HTML速学教程(入门课程)
HTML速学教程(入门课程)

HTML怎么学习?HTML怎么入门?HTML在哪学?HTML怎么学才快?不用担心,这里为大家提供了HTML速学教程(入门课程),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

html

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
php文件怎么打开
php文件怎么打开

打开php文件步骤:1、选择文本编辑器;2、在选择的文本编辑器中,创建一个新的文件,并将其保存为.php文件;3、在创建的PHP文件中,编写PHP代码;4、要在本地计算机上运行PHP文件,需要设置一个服务器环境;5、安装服务器环境后,需要将PHP文件放入服务器目录中;6、一旦将PHP文件放入服务器目录中,就可以通过浏览器来运行它。

2023.09.01

12984

6

php怎么取出数组的前几个元素
php怎么取出数组的前几个元素

取出php数组的前几个元素的方法有使用array_slice()函数、使用array_splice()函数、使用循环遍历、使用array_slice()函数和array_values()函数等。本专题为大家提供php数组相关的文章、下载、课程内容,供大家免费下载体验。

2023.10.11

7441

5

php反序列化失败怎么办
php反序列化失败怎么办

php反序列化失败的解决办法检查序列化数据。检查类定义、检查错误日志、更新PHP版本和应用安全措施等。本专题为大家提供php反序列化相关的文章、下载、课程内容,供大家免费下载体验。

2023.10.11

2275

5

php怎么连接mssql数据库
php怎么连接mssql数据库

连接方法:1、通过mssql_系列函数;2、通过sqlsrv_系列函数;3、通过odbc方式连接;4、通过PDO方式;5、通过COM方式连接。想了解php怎么连接mssql数据库的详细内容,可以访问下面的文章。

2023.10.23

4708

4

php连接mssql数据库的方法
php连接mssql数据库的方法

php连接mssql数据库的方法有使用PHP的MSSQL扩展、使用PDO等。想了解更多php连接mssql数据库相关内容,可以阅读本专题下面的文章。

2023.10.23

5414

6

html怎么上传
html怎么上传

html通过使用HTML表单、JavaScript和PHP上传。更多关于html的问题详细请看本专题下面的文章。php中文网欢迎大家前来学习。

2023.11.03

4251

9

PHP出现乱码怎么解决
PHP出现乱码怎么解决

PHP出现乱码可以通过修改PHP文件头部的字符编码设置、检查PHP文件的编码格式、检查数据库连接设置和检查HTML页面的字符编码设置来解决。更多关于php乱码的问题详情请看本专题下面的文章。php中文网欢迎大家前来学习。

2023.11.09

6177

8

php文件怎么在手机上打开
php文件怎么在手机上打开

php文件在手机上打开需要在手机上搭建一个能够运行php的服务器环境,并将php文件上传到服务器上。再在手机上的浏览器中输入服务器的IP地址或域名,加上php文件的路径,即可打开php文件并查看其内容。更多关于php相关问题,详情请看本专题下面的文章。php中文网欢迎大家前来学习。

2023.11.13

4862

8

sprintf函数用法详解
sprintf函数用法详解

sprintf函数的用法:1、格式化字符串;2、指定输出宽度和精度;3、返回值。更多关于sprintf函数用法详解的内容,大家可以阅读下面的文章。

2023.11.27

12582

4

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
GDB 17.2 官方文档集合
GDB 17.2 官方文档集合

共0课时 | 0人学习

Bootstrap 入门安装配置
Bootstrap 入门安装配置

共0课时 | 0人学习

38+ PhpStorm 提示和技巧
38+ PhpStorm 提示和技巧

共1课时 | 244人学习