使用 PHP 正则表达式匹配字符串中的任何 Unicode 空白字符答案

【问题标题】：Matching any Unicode whitespace characters in a string with PHP regex使用 PHP 正则表达式匹配字符串中的任何 Unicode 空白字符
【发布时间】：2018-05-18 01:23:54
【问题描述】：

我想在每个空间将文本消息拆分为数组。在我收到这条短信之前，它一直工作得很好。以下是处理文本字符串的几行代码：

    $str = 'T bw4  05/09/19 07:51 am BW6N 499.803';
    $cleanStr = iconv("UTF-8", "ISO-8859-1", $str);
    $strArr = preg_split('/[\s\t]/', $cleanStr);
    var_dump($strArr);

Var_dump 产生这个结果：

array:6 [▼
 0 => "T"
 1 => b"bw4  05/09/19"
 2 => "07:51"
 3 => "am"
 4 => "BW6N"
 5 => "499.803"
]

数组 "1 => b"bw4 05/09/19"" 中的#1 项不正确，我无法弄清楚数组值前面的字母“b”是什么。此外，“bw4”和“05/09/19”之间的空格非常感谢任何关于如何更好地实现字符串拆分的建议。这是原始字符串：https://3v4l.org/2L35M，这是来自我的本地主机的结果图像：http://prntscr.com/jjbvny

【问题讨论】：

没看到~3v4l.org/TnmK5。你确定你在这里正确地表示了字符串？
这很棘手！当我发布问题时，一些字符可能被过滤掉了。这是原始字符串：3v4l.org/2L35M，这是来自我的本地主机的结果图像：prntscr.com/jjbvny
What does the b in front of string literals do?的可能重复
"array:6 [▼" 不是标准的var_dump！您是否正在使用一些提供一些美化转储的框架或 PHP 扩展？
@Daniel 问题是，这应该是与 PHP 6 的前向兼容性注释，但从未发生过。直到今天，二进制字符串和非二进制字符串之间没有区别。目前还不清楚这究竟是什么输出。

标签： php regex string split

【解决方案1】：

要匹配您可以使用的任何 1 个或多个 Unicode 空白字符

'~\s+~u'

您的 '/[\s\t]/' 模式仅匹配单个空格字符 (\s) 或制表符 (\t)（这当然是多余的，因为 \s 也已匹配制表符），但由于 u缺少修饰符，\s 无法匹配您在bw4 之后的 \u00A0 字符（硬空格）。

所以，使用

$str = 'T bw4  05/09/19 07:51 am BW6N 499.803';
$strArr = preg_split('/\s+/u', $str);
print_r($strArr);

查看PHP demo 产量

Array
(
    [0] => T
    [1] => bw4
    [2] => 05/09/19
    [3] => 07:51
    [4] => am
    [5] => BW6N
    [6] => 499.803
)

【讨论】：

【解决方案2】：

我猜您的输入未正确编码。试试：

$cleanStr = iconv('UTF-8', 'ISO-8859-1//TRANSLIT', utf8_encode($str));

这将为我清理字符串：https://3v4l.org/d80QS（如果这次显示正确的话）。

_{注意：这也可能意味着编码在从您的数据库（是否以 UTF-8 存储文本？）、您的 Web 服务器（在 Apache 的 httpd.conf 文件 AddDefaultCharset UTF-8 设置？），或在 PHP 中（您的 PHP.ini 文件中的 default_charset 是什么？="utf-8"？）、网站 (<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1" />) 或源文件开头的 BOM（字节顺序标记）？}

【讨论】：

【解决方案3】：

由于您提到的值没有正确分离首先，尝试修剪两端的字符串

接下来，用一个空格替换字符串中的多个空格

$output = preg_replace('!\s+!', ' ', trim($str," "));

之后你可以根据空间爆炸

$fout = explode(" ",$output);

然后就可以打印了。

至于b前缀，@Daniel A. White 发布的链接是相关答案

【讨论】：