php判断是不是为中文正则表达式大全(转) _PHP

php判断是否为中文正则表达式大全(转)

转载自?? http://www.cnblogs.com/DavidYan/articles/2032115.html

php判断是否为中文正则表达式大全

<?php

$str="aaa";
if(!eregi("[^\x80-\xff]","$str"))
{
echo "是";
}
else
{
echo "不是";
}
?>

<?
$str = "中国";
echo $str;
echo "<hr>";

//if (preg_match("/^[".chr(0xa1)."-".chr(0xff)."]+$/", $str)) { //只能在GB2312情况下使用
if (preg_match("/^[\x7f-\xff]+$/", $str)) { //兼容gb2312,utf-8
echo "正确输入";
} else {
echo "错误输入";
}
?>

如果想判断一个字符串内是否有含有中文，请用下面的代码：

if (preg_match("/[\x7f-\xff]/", $string)) {
echo "有中文";
}else{
echo "没有中文";
}

判断中文和编码有关 gbk是双字节，utf8是三字节，可以根据中文的范围来判断???

编码范围1. GBK (GB2312/GB18030)???
\x00-\xff GBK双字节编码范围???
\x20-\x7f ASCII???
\xa1-\xff 中文???
\x80-\xff 中文??
??
2. UTF-8 (Unicode)???
\u4e00-\u9fa5 (中文)???
\x3130-\x318F (韩文???
\xAC00-\xD7A3 (韩文)???
\u0800-\u4e00 (日文)???
ps: 韩文是大于[\u9fa5]的字符???
正则例子:???
preg_replace(”/([\x80-\xff])/”,”",$str);??
preg_replace(”/([u4e00-u9fa5])/”,”",$str);???

//判断内容里有没有中文-GBK?(PHP)????? ??
function ?check_is_chinese( $s ){????? ??
????? return ?preg_match( '/[\x80-\xff]./' ,? $s );????? ??
}????? ??
??? ??
//获取字符串长度-GBK?(PHP)????? ??
function ?gb_strlen( $str ){????? ??
????? $count ?=?0;????? ??
????? for ( $i =0;? $i < strlen ( $str );? $i ++){????? ??
????????? $s ?=? substr ( $str ,? $i ,?1);????? ??
????????? if ?(preg_match( "/[\x80-\xff]/" ,? $s ))?++ $i ;????? ??
???????????++ $count ;????? ??
?????}????? ??
????? return ? $count ;????? ??
}????? ??
??? ??
//截取字符串字串-GBK?(PHP)????? ??
function ?gb_substr( $str ,? $len ){????? ??
????? $count ?=?0;????? ??
????? for ( $i =0;? $i < strlen ( $str );? $i ++){????? ??
????????? if ( $count ?==? $len )? break ;????? ??
????????? if (preg_match( "/[\x80-\xff]/" ,? substr ( $str ,? $i ,?1)))?++ $i ;????? ??
???????????++ $count ;????????????? ??
?????}????? ??
????? return ? substr ( $str ,?0,? $i );????? ??
}????? ??
??? ??
//统计字符串长度-UTF8?(PHP)????? ??
function ?utf8_strlen( $str )?{????? ??
????? $count ?=?0;????? ??
????? for ( $i ?=?0;? $i ?<? strlen ( $str );? $i ++){????? ??
????????? $value ?=?ord( $str [ $i ]);????? ??
????????? if ( $value ?>?127)?{????? ??
????????????? $count ++;????? ??
????????????? if ( $value ?>=?192?&&? $value ?<=?223)? $i ++;????? ??
????????????? elseif ( $value ?>=?224?&&? $value ?<=?239)? $i ?=? $i ?+?2;????? ??
????????????? elseif ( $value ?>=?240?&&? $value ?<=?247)? $i ?=? $i ?+?3;????? ??
????????????? else ? die ( 'Not?a?UTF-8?compatible?string' );????? ??
?????????}????? ??
????????? $count ++;????? ??
?????}????? ??
????? return ? $count ;????? ??
}????? ??
??? ??
??? ??
//截取字符串-UTF8(PHP)????? ??
function ?utf8_substr( $str , $position , $length ){????? ??
????? $start_position ?=? strlen ( $str );????? ??
????? $start_byte ?=?0;????? ??
????? $end_position ?=? strlen ( $str );????? ??
????? $count ?=?0;????? ??
????? for ( $i ?=?0;? $i ?<? strlen ( $str );? $i ++){????? ??
????????? if ( $count ?>=? $position ?&&? $start_position ?>? $i ){????? ??
????????????? $start_position ?=? $i ;????? ??
????????????? $start_byte ?=? $count ;????? ??
?????????}????? ??
????????? if (( $count - $start_byte )>= $length )?{????? ??
????????????? $end_position ?=? $i ;????? ??
????????????? break ;????? ??
?????????}????????? ??
????????? $value ?=?ord( $str [ $i ]);????? ??
????????? if ( $value ?>?127){????? ??
????????????? $count ++;????? ??
????????????? if ( $value ?>=?192?&&? $value ?<=?223)? $i ++;????? ??
????????????? elseif ( $value ?>=?224?&&? $value ?<=?239)? $i ?=? $i ?+?2;????? ??
????????????? elseif ( $value ?>=?240?&&? $value ?<=?247)? $i ?=? $i ?+?3;????? ??
????????????? else ? die ( 'Not?a?UTF-8?compatible?string' );????? ??
?????????}????? ??
????????? $count ++;????? ??
??? ??
?????}????? ??
????? return ( substr ( $str , $start_position , $end_position - $start_position ));????? ??
}????? ??
??? ??
//判断是否是有韩文-UTF-8?(JavaScript)????? ??
function ?checkKoreaChar(str)?{????? ??
????? for (i=0;?i<str.length;?i++)?{????? ??
????????? if (((str.charCodeAt(i)?>?0x3130?&&?str.charCodeAt(i)?<?0x318F)?||?(str.charCodeAt(i)?>=?0xAC00?&&?str.charCodeAt(i)?<=?0xD7A3)))?{????? ??
????????????? return ?true;????? ??
?????????}????? ??
?????}????? ??
????? return ?false;????? ??
}????? ??
??? ??
//判断是否有中文字符-GBK?(JavaScript)????? ??
function ?check_chinese_char(s){????? ??
????? return ?(s.length?!=?s.replace(/[^\x00-\xff]/g, "**" ).length);????? ??
}???

UTF-8匹配:

在javascript中，要判断字符串是中文是很简单的。比如：
var str = "php编程";
if (/^[\u4e00-\u9fa5]+$/.test(str)) {
alert("该字符串全部是中文");
}
else{
alert("该字符串不全部是中文");
}

php中，是用\x表示十六进制数据的。于是，变换成如下的代码：
$str = "php编程";
if (preg_match("/^[\x4e00-\x9fa5]+$/",$str)) {
print("该字符串全部是中文");
} else {
print("该字符串不全部是中文");
}
貌似不报错了，判断的结果也正确，不过把$str换成“编程”两字，结果却还是显示“该字符串不全部是中文”，看来这样的判断还是不够准确。

重要:查阅了<精通正则表达式>发现,对于[\x4e00-\x9fa5]这块东西,自己做一个强化的解释

php的正则中, [\x4e00-\x9fa5],其实就是字符和字符组的概念, \x{hex},表达一个16进制数, 需要注意的是hex 可以是1-2位的,也可以是4位的,但是如果是4位的必须加上大括号,

同时,如果是大于x{FF}的hex,必须和u 修饰符连用,不然会非法出错

网上只能找到匹配全角字符的正则:?? ^[\x80-\xff]*^/??? ,这里可以不加大括号
[\u4e00-\u9fa5]可以匹配中文,但是PHP又不支持???
不过，既然\x表示的十六进制数据，为什么和js里边提供的范围\x4e00-\x9fa5不一样呢？于是我就换成了下边的代码,发现真的准确了：
$str = "php编程";
if (preg_match("/^[\x{4e00}-\x{9fa5}]+$/u",$str)) {
print("该字符串全部是中文");
} else {
print("该字符串不全部是中文");
}

知道了php中utf-8编码下用正则表达式匹配汉字的最终正确表达式――/^[\x{4e00}-\x{9fa5}]+$/u，
参考以上文章写了如下一段测试代码(复制以下代码保存成.php文件)

<?php
$action = trim($_GET['action']);
if($action == "sub")
{
??? $str = $_POST['dir'];???
??? //if(!preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$str)) //GB2312汉字字母数字下划线正则表达式
??? if(!preg_match("/^[\x{4e00}-\x{9fa5}A-Za-z0-9_]+$/u",$str))?? //UTF-8汉字字母数字下划线正则表达式
??? {??
??????? echo "<font color=red>您输入的[".$str."]含有违法字符</font>";??
??? }
??? else
??? {
??????? echo "<font color=green>您输入的[".$str."]完全合法,通过!</font>";??
??? }
}
?>
<form method="POST" action="?action=sub">
输入字符(数字,字母,汉字,下划线):
??? <input type="text" name="dir" value="">
??? <input type="submit" value="提交">
</form>

GBK:

preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$str); //GB2312汉字字母数字下划线正则表达式