如何在PHP中利用正则表达式对中文进行提取 - 行业资讯 - 肥雀云

　　介绍

本篇文章为大家展示了如何在PHP中利用正则表达式对中文进行提取,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。

1。GBK (GB2312/GB18030)

代码如下:

\ x00 - \ xff GBK双字节编码范围,,, 　　\ x20的——\ x7f ASCII ,, 　　\ xa1 - \ xff 中文,gb2312 ,, 　　\ x80 - \ xff 中文,gbk

,
2。utf - 8 (Unicode)

\ u4e00 - \ u9fa5 (中文),,, 　　\ x3130 - \ x318F (韩文,,, 　　\ xAC00 - \ xD7A3 (韩文),,, 　　\ u0800 - \ u4e00 (日文)

在notepad++下面,我们可以首先进行测试我们的正则书写的错误与否。第一个表达式我是使用[\ u4e00 - \ u9fa5] +来检验的,+号表示不止一个

如何在PHP中利用正则表达式对中文进行提取

匹配符。结果与预期相同,那么,是否在脚本中就可以使用这个正则了呢?

我们测试一下,我们使用preg_match_all ('/[\ u4e00 - \ u9fa5] + & # 39;,主题,美元$ matches)调用,然后你却看到了这么一个结果:编译失败:PCRE不支持\ L \ L \ N}{名称,\ U,或在抵消\ U 2 ....是不是很头大? ?这究竟是什么原因?

查阅了很多资料后发现,U (PCRE_UTF8),就是上面的PCRE,这是是一个Perl库,包括Perl兼容的正规表达式库。此修正符启用了一个PCRE中与Perl不兼容的额外功能。模式字符串被当成utf - 8。本修正符在Unix下自PHP 4.1.0起可用,在win32下自PHP 4.2.3起可用。而PHP正则表达式对于十六进制数据的表达方式上也有所不同,在PHP中,是用\ x表示十六进制数据的。下面我们就将代码优化一下,检测函数变为:

,class storeDataAdapter extends 商店{,, 　　,,,,,,,private dsData美元;,,, 　　,,,,,,,/* *,, 　　,,,,,,,,*,数据转换函数,调用preg_match_all根据美元模式正则来进行数值匹配,并将返回的结果以数组形式存储在$匹配中,,, 　　,,,,,,,,*,$ matches[0]将包含与整个模式匹配的文本,$ matches[1],将包含与第一个捕获的括号中的子模式所匹配的文本,以此类推,, 　　,,,,,,,,*,@see 商店:data_convert (),, 　　,,,,,,,,*/,, 　　,,,,,,,public function data_convert(模式,主题美元),{,, 　　,,,,,,,,,,,$ matches=array ();,,, 　　,,,,,,,,,,,if (preg_match_all(模式,美元,美元,$ matches)) {,, 　　,,,,,,,,,,,,,,,return $ matches [0];,,, 　　,,,,,,,,,,,}else ,,, 　　,,,,,,,,,,,{,, 　　,,,,,,,,,,,,,,,return 零,,,, 　　,,,,,,,,,,,},,, 　　,,,,,,,},,, 　　,,,}

调用的时候变为:

,美元商店=new storeDataAdapter ($ txtContent);,,, 　　,,,$匹配=数组();,,, 　　,,,dsName=商店和美元;gt; data_convert ('/[\ x7f - \ xff] + & # 39;, txtContent美元);,,, 　　,,,foreach (dsName 美元;as val美元){,, 　　,,,,,,,echo 美元val干净,lt; br& gt;“,,,, 　　,,,}

输入文件为:

如何在PHP中利用正则表达式对中文进行提取