preg_match UTF-8 问题未知符号而不是西里尔字母答案

【问题标题】：preg_match UTF-8 problems unknown symbols instead of Cyrillicpreg_match UTF-8 问题未知符号而不是西里尔字母
【发布时间】：2014-04-22 23:19:34
【问题描述】：

我的脚本工作得很好，但是今天在签入日志后我发现了一些矩阵词，经过分析后我了解到有一些东西是 utf8，文件被解析，标题被提取，但结果而不是俄语单词是 (¡¡¡µÑ€ Ð¸Ð°Ð»Ñ‹ Ð¢Ð£Ð¢! ¡¡¡µÑ€Ð¸Ð) 未知符号

我用

$cont = "dasdas<title>Сериалы ТУТ! Сериалы онлайн sda</title>";
preg_match("'<title[^>]*?>(.*)</title>'siU", $cont, $match);

//$match[1] = Ð¡ÐµÑ€Ð¸Ð°Ð»Ñ‹ Ð¢Ð£Ð¢! Ð¡ÐµÑ€Ð¸Ð sda

当我尝试添加模式修饰符 /u 时，没有任何变化，相同的未知矩阵词。请。

也许 PHP 有问题？

【问题讨论】：

Can't reproduce。您是否在一个普通（新鲜）的 php 文件中对此进行测试？
这给了我预期的输出。
@HamZa ，是的，当我尝试在在线解析器上重现时，一切正常，但在谷歌中没有任何信息，这就是为什么我认为问题可能不在 preg_match 而是在另一个层面。

标签： regex utf-8 preg-match

【解决方案1】：

这不是 php 或 regex 的问题，而是 html 的问题。要获得正确的显示，您必须在 html 代码的标头中添加 <meta charset="UTF-8"/>。

顺便说一句：使用 U 修饰符是没用的：

preg_match('~<title[^>]*>(.*?)</title>~si', $cont, $match);

【讨论】：