preg_match unicode 不适用于某些语言答案

【问题标题】：preg_match unicode does not work with some languagespreg_match unicode 不适用于某些语言
【发布时间】：2013-08-04 22:18:19
【问题描述】：

用这个正则表达式无法验证以下语言的文本：

/^[\p{L}\p{Nd}-_.]{1,20}$/u

不起作用的语言：

Bengali, Gujarati, Hindi, Marathi, Thai, Tamil, Telugu, Vietnamese

与 PHP 的 preg_match 一起使用时。

我错过了什么？

【问题讨论】：

【解决方案1】：

您错误地使用了破折号。如果您希望它与文字短划线字符匹配，则需要对其进行转义 (\-) 或将其放在字符类的末尾。

另外，我不熟悉这些语言，但我想您可能还需要考虑分数：

/^[\p{L}\p{Nd}\p{M}_.-]{1,20}$/u

【讨论】：

【解决方案2】：

问题不在于您的正则表达式（除了字符- 必须始终位于字符类的开头或结尾）。请注意，您的模式可以缩短为：

/^[\w.-]{1,20}$/u

或

/^[\p{Xan}.-]{1,20}$/u

如果要去掉下划线

【讨论】：

在 PHP 中，即使使用 /u 选项，\w 也只会匹配 [A-Za-z0-9_]。如果您希望它与[\p{L}\p{Nd}_] 匹配，则必须以(*UCP) 开始正则表达式，强制它通过Unicode 属性而不是查找表匹配：/(*UCP)^[\w.-]{1,20}$/u。这同样适用于\d、\s、\b，以及相反的：\W、\D、\S 和 \B。