PHP 正则表达式问题：如何匹配 latin1_swedish_ci 字符集中的非 ascii 字母？答案

【问题标题】：PHP regex question : how to match none-ascii letters in latin1_swedish_ci charset?PHP 正则表达式问题：如何匹配 latin1_swedish_ci 字符集中的非 ascii 字母？
【发布时间】：2010-04-07 04:46:22
【问题描述】：

我有这个字符串：我认为是德语的 Verbesserungsvorschläge。现在我想将它与 php 中的正则表达式匹配。更笼统地说，我想匹配像德语这样的字符，它们在 ASCII 集中不是 100%。

谢谢。

【问题讨论】：

标签： php regex unicode

【解决方案1】：

如果您使用 8 位字符集，则正则表达式 [\x80-\xFF] 匹配任何非 ASCII 字符。在 PHP 中是：

if (preg_match('/[\x80-\xFF]/', $subject)) {
  # String has non-ASCII characters
} else {
  # String is pure ASCII or empty
}

【讨论】：

【解决方案2】：

preg_match_all('~[^\x00-\x7F]~u', 'Verbesserungsvorschläge', $matches);

【讨论】：

【解决方案3】：

这是一个痛苦的世界，但您可以尝试使用十六进制值，如“/Verbesserungsvorschl\xc3ge/”中的简单扩展字符。

可以在表格中找到十六进制值，以便使用

即时确定

echo dechex( ord( ä ) );

对于完整的 unicode，您可以使用 /u 作为修饰符。请参阅http://www.php.net/manual/en/regexp.reference.unicode.php 和其他页面。我的理解是 unicode 在 PHP 版本 6 中会更好地工作。

【讨论】：

感谢 unicode 链接。不幸的是，就我而言，字符集位于 latin1_swedish_ci 中。