Comment utiliser des expressions régulières pour faire correspondre les caractères chinois en PHP

En PHP, l'expression régulière est un outil de correspondance de chaînes couramment utilisé. Elle peut être utilisée pour déterminer si une chaîne est conforme à un format spécifique, vérifiant ainsi la validité de la valeur d'entrée. Lors du traitement des caractères chinois, étant donné que les caractères chinois et les caractères anglais sont codés différemment, les règles de correspondance de l'expression régulière doivent être ajustées en conséquence. Cet article explique comment utiliser les expressions régulières pour faire correspondre les caractères chinois en PHP.

1. Comprendre le codage des caractères chinois

Les codages de caractères couramment utilisés en PHP sont UTF-8 et GBK. UTF-8 est un « codage à longueur variable », c'est-à-dire que différents caractères ont des longueurs différentes et que 1 à 4 octets sont utilisés pour représenter différents caractères. GBK est un « codage de longueur fixe » dans lequel chaque caractère est représenté par deux octets.

En raison des règles complexes d'encodage UTF-8, lors de la correspondance des caractères chinois, nous pouvons utiliser l'encodage GBK pour la correspondance. En PHP, vous pouvez convertir une chaîne de codage UTF-8 en GBK via la fonction mb_convert_encoding(), par exemple :

$str = "中文";
$str_gbk = mb_convert_encoding($str, "GBK", "UTF-8");

2. Faire correspondre les caractères chinois

1. Faire correspondre un seul caractère chinois

Pour faire correspondre un seul caractère chinois , vous pouvez utiliser une expression régulière pour [x{4e00}-x{9fa5}]. Où x représente un caractère hexadécimal, {4e00} et {9fa5} représentent respectivement le premier et le dernier caractères du jeu de caractères chinois, à savoir "一" et "饥".

Exemple de code :

$str = "中文";
$str_gbk = mb_convert_encoding($str, "GBK", "UTF-8");
preg_match("/[x{4e00}-x{9fa5}]/u", $str_gbk, $match);
echo $match[0];

Le résultat de sortie est :

中

2. Match plusieurs caractères chinois

Pour faire correspondre plusieurs caractères chinois, vous pouvez ajouter des quantificateurs à l'expression régulière, tels que * pour faire correspondre n'importe quel nombre de caractères chinois, + signifie correspondre à au moins un caractère chinois, {n,m} signifie correspondre à n à m caractères chinois.

Exemple de code :

$str = "中文编程真有意思";
$str_gbk = mb_convert_encoding($str, "GBK", "UTF-8");
preg_match("/[x{4e00}-x{9fa5}]{2,}/u", $str_gbk, $match);
echo $match[0];

Le résultat de sortie est :

中文编程真有意思

3. Match les caractères chinois et d'autres caractères

Pour faire correspondre les caractères chinois et d'autres caractères dans une chaîne en même temps, vous pouvez utiliser [x{4e00}- x{9fa5 }] et [w] (correspond à n'importe quel caractère ou nombre) pour faire correspondre des chaînes, par exemple :

Exemple de code :

$str = "中文AI编程真有意思123";
$str_gbk = mb_convert_encoding($str, "GBK", "UTF-8");
preg_match("/[x{4e00}-x{9fa5}w]+/u", $str_gbk, $match);
echo $match[0];

Le résultat de sortie est :

中文AI编程真有意思123

3. Fonctions d'expression régulière couramment utilisées

1. preg_match () La fonction

preg_match() est utilisée pour effectuer une correspondance d'expression régulière sur des chaînes et renvoie le résultat correspondant ou FALSE.

Syntaxe : preg_match(string $pattern, string $subject [, array &$matches [, int $flags = 0 [, int $offset = 0]]])

Exemple de code :

$str = "中文编程真有意思";
$str_gbk = mb_convert_encoding($str, "GBK", "UTF-8");
preg_match("/[x{4e00}-x{9fa5}]+/u", $str_gbk, $match);
echo $match[0];

Le résultat de sortie est : La fonction

中文编程真有意思

2. preg_match_all()

preg_match_all() est utilisée pour trouver tous les résultats correspondants qui correspondent à l'expression régulière dans la chaîne et renvoyer un tableau composé de tous les résultats correspondants.

Syntaxe : preg_match_all(string $pattern, string $subject [, array &$matches [, int $flags = PREG_PATTERN_ORDER [, int $offset = 0]]])

Exemple de code :

$str = "PHP是一门非常有用的编程语言，可以用来开发各种Web应用";
$str_gbk = mb_convert_encoding($str, "GBK", "UTF-8");
preg_match_all("/[x{4e00}-x{9fa5}]+/u", $str_gbk, $match);
print_r($match[0]);

Le résultat de sortie est :

La fonction

Array
(
    [0] => PHP是一门非常有用的编程语言
    [1] => 可以用来开发各种Web应用
)

3. preg_replace()

preg_replace() est utilisée pour rechercher et remplacer des chaînes à l'aide d'une expression régulière.

Syntaxe : preg_replace(mixed $pattern, Mixed $replacement, Mixed $subject [, int $limit = -1 [, int &$count]])

Exemple de code :

$str = "我爱编程，编程使我快乐！";
$str_gbk = mb_convert_encoding($str, "GBK", "UTF-8");
$new_str_gbk = preg_replace("/[x{4e00}-x{9fa5}]+/", "", $str_gbk);
$new_str = mb_convert_encoding($new_str_gbk, "UTF-8", "GBK");
echo $new_str;

Le résultat de sortie est :

，使我快乐！

Quatre,Résumé

Ce qui précède explique comment utiliser les expressions régulières pour faire correspondre les caractères chinois en PHP. Les expressions régulières peuvent être utilisées pour vérifier la validité des valeurs d'entrée. Lorsque vous l'utilisez, vous devez faire attention à la méthode de codage des caractères chinois et sélectionner la fonction d'expression régulière correspondante à utiliser selon vos besoins.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!