\w 取决于编码？

【问题标题】：\w depends of the encoding?\w 取决于编码？
【发布时间】：2011-10-11 19:30:11
【问题描述】：

我一直在从编码中搜索单词边界：

<?php
header('Content-Type: text/plain; charset="ISO-8859-7"');//Changing the charset attribute
$i=0;
for($i=0;$i<=255;$i++){
    $char=chr($i);  
    if(preg_match('/^\w$/',$char,$m)){
    echo "[".ord($m[0])."]";}
    }
?>

我不知道是不是错了。但无论指定什么字符集，总是给我某些职位。似乎总是，无论采用何种编码，'\w' 都与来自 ISO-8859-1 的字的字节相匹配。

【问题讨论】：

@hakre 你对 \b 感到困惑，因为 \w 真的匹配一个单词字符。 regular-expressions.info/reference.html

标签： php regex encoding pcre

【解决方案1】：

是的！ \w, \b 受字符集影响！在我的代码中，我使用：

setlocale(LC_CTYPE, "cs_CZ");

处理它。这会影响 \w, \b 在正则表达式中的行为，但也会影响strtoupper()。如果您还需要对字符串进行排序和比较才能正常工作，您可以使用（取决于您所在的国家/地区）以下内容：

setlocale(LC_COLLATE, "cs_CZ");

我也发现这种方法很困难 - 它没有用...... :)

所以，回答你原来的问题 - 你不能用header() 函数影响这个，因为这只是告诉浏览器的编码。你需要做的是改变PHP在服务器端的行为，就是通过上面的命令来完成的。

【讨论】：