preg_match_all：包括非 ASCII 字符

Question

我有一个 preg_match_all 来搜索段落中的单词。它找不到西里尔字符等。如何更改它以执行所有类型的字符（英语、西里尔文、重音字符等）：

preg_match_all( '/\b' . $testWord .'\b/i', $content, $matches, PREG_OFFSET_CAPTURE );

我尝试将 u 添加到正则表达式的末尾，这似乎是一个解决方案，但我在这里询问这是否是最佳做法，或者是否有更好的方法我正在显示的正则表达式。

preg_match_all( '/\b' . $testWord .'\b/iu', $content, $matches, PREG_OFFSET_CAPTURE );

谢谢

Answer 1

不幸的是，即使使用 u 修饰符，单词边界简写 \b 也会起作用（即与您期望的位置不匹配。）您需要用否定的环视替换它们以检查 \pL （任何字母）或\pM（任何组合重音符号。）

像这样：

preg_match_all(
    '/(?<![\pL\pM])' . $testWord .'(?![\pL\pM])/iu',
    $content,
    $matches,
    PREG_OFFSET_CAPTURE
);