在 PHP 中使用 preg_match 匹配 UTF 字符：(*UTF8) 适用于 Windows 但不适用于 Linux答案

【问题标题】：Matching UTF Characters with preg_match in PHP: (*UTF8) Works on Windows but not Linux在 PHP 中使用 preg_match 匹配 UTF 字符：(*UTF8) 适用于 Windows 但不适用于 Linux
【发布时间】：2011-01-22 00:56:58
【问题描述】：

我有一个简单的正则表达式来检查用户名：

preg_match('/(*UTF8)^[[:alnum:]]([[:alnum:]]|[ _.-])+$/i', $username);

在本地测试中（使用 WAMP 的 Windows 7），这将允许使用 UTF 字符（例如 é 或 ñ）的用户名。但是，当我在实际托管站点的服务器上进行测试时，我收到以下警告：

警告：preg_match() [function.preg-match]：编译失败：(*VERB) 在第 12 行的 /home/sites/vgmusic.com/test/Core/Impl/FormElementValidator.php 中的偏移 5 处无法识别

我也在本地 Ubuntu 安装上尝试过此操作并得到相同的错误。事实上，我只在我的本地开发环境中看到过这项工作。有没有办法允许适用于所有操作系统的特殊字符？

【问题讨论】：

你希望(*UTF8) 做什么？
好吧，在添加之前，上面的内容会在输入é等字符时返回false。添加后，这些字符被接受并且上面返回true。我期待它允许所说的字符。
这几乎可以肯定是 PHP 版本。您正在运行哪些 PHP 版本？ phpinfo() 页面是否包含有关 PCRE 版本的任何信息？

标签： php regex unicode

【解决方案1】：

通过Unicode character properties描述字符来尝试：

preg_match('/^\p{L}[\p{L} _.-]+$/u', $username)

【讨论】：

看起来不错。我相信以下内容也将允许使用原始示例中的数字：preg_match('/^(\p{L}|\p{N})[(\p{L}|\p{N}) _.-]+$/u', $username)
@S. DePouw，让'/^[\p{L}\p{N}][\p{L}\p{N} _.-]+$/u'。在字符类中，(、) 和 | 只匹配 (、) 和 |。

【解决方案2】：

我已经尝试过使用提到的/u 参数。在 windows (PHP 5.2.16) 上，添加 /u 参数可以很好地捕获包含 unicode 字符的字符串，但是在 CentOS 5 和 PHP 5.2.16 上，我仍然无法捕获包含 unicode 字符的字符串，使用 .* ( preg_match 基本抓不到）。

经过很长时间无处可去，搞乱了没有任何改变的“LOCALE”设置，我终于找到了this site。

我对提供的适当版本的 rpm 进行了rpm -Uvh，重新启动了 apache，突然我的正则表达式运行良好！

尽管我最初支持 UTF-8，但在我安装更新的 rpm 之前，我的正则表达式并没有捕获 unicode 字符串，它还添加了“Unicode 属性支持”。我认为支持 UTF-8 就足够了，但显然不是。

【讨论】：

【解决方案3】：

这似乎是一个旧帖子，但由于它始终是一个有趣的主题，我将发布我发现的 here。这是一个很小的区别，但使代码更简单。问题是大括号是可选的。

如果有人只想允许字母（Unicode 和非 Unicode）和空格，上面的 Gumbo 和 Scott 的代码可以写得更简单：

preg_match("/^\pL[\pL ]+$/u",$string)

我还注意到 preg_match 接受更简单的代码，如下所示：

preg_match("/^[\pL ]+$/u",$string)

【讨论】：