PHP中PCRE正則解析代碼詳解

一、前言

前面的博客里，有對(duì)字符集的解析。這里就不是字符集的事兒了，在PHP中很多函數(shù)的處理默認(rèn)是unicode中的UTF-8編碼格式。那么廢話不多說(shuō)，直接開(kāi)始正題。

二、PHP函數(shù)mb_split解析

?php
$preg_strings = '測(cè)、試、一、下';
$preg_str = mb_split('、', $preg_strings);
print_r($preg_str);

輸出效果

Array(

  [0] => 測(cè)

  [1] => 試

  [2] => 一

  [3] => 下)

此函數(shù)默認(rèn)底層解析，以UTF-8的編碼格式解析。以分隔符（、）的UNICODE的16進(jìn)制碼點(diǎn)分割字符$preg_strings。

三、PHP函數(shù)preg_split解析

分割字符串“測(cè)試一下”

?php
$strings = '測(cè)試一下';
$mb_arr = preg_split('//u', $strings, -1, PREG_SPLIT_NO_EMPTY);
print_r($mb_arr);

打印結(jié)果如下：

Array(

  [0] => 測(cè)

  [1] => 試

  [2] => 一

  [3] => 下

)

四、PCRE中的/u解析

在PHP中，正則的定界符可以為#、%、/等等。

在一個(gè)正則中有時(shí)后面會(huì)有些修飾符。那么他們都是什么意思呢？

比如：

%[\x{4e00}-\x{9fa5}]+%u

其中后面的修飾符u代碼表以正則匹配以u(píng)tf-8的編碼格式匹配。

例子一：

 ?php
 $strings = '測(cè)試一下';
 $is_true = preg_match_all('%[\x{4e00}-\x{9fa5}]+%u', $strings, $match);
var_dump($is_true);

打印結(jié)果如下：

Array(

  [0] => Array

    (

      [0] => 測(cè)試一下

    )

)

這里的[\x{4e00}-\x{9fa5}]是什么意思呢？

在PHP正則中\(zhòng)x用來(lái)表示16進(jìn)制。

中文的UNICODE碼點(diǎn)在4E00 - 9FFF （這里說(shuō)的都是16進(jìn)制）

所以，正則匹配寫法就是區(qū)間[]，[\x{4E00}-\x{9FFF}]

這兩個(gè)正則的效果都是一樣的。