Соответствие букв Unicode в PCRE / PHP

Question

Я пытаюсь написать достаточно допустимый валидатор для имен в PHP, и моя первая попытка состоит в следующем:

// unicode letters, apostrophe, hyphen, space
$namePattern = "/^([\\p{L}'\\- ])+$/";

Это в конечном итоге передается вызову preg_match(). Насколько я могу судить, это работает с вашим ванильным алфавитом ASCII, но, кажется, запутывается от более сложных символов, таких как Ă или 张.

Что-то не так с самим шаблоном? Возможно, я ожидаю, что \p{L} сделает больше работы, чем я думаю?

Или это как-то связано со способом ввода? Я не уверен, что это уместно, но я обязательно указал кодировку UTF8 на странице формы.

Answer 1

Я думаю, что проблема гораздо проще: вы забыли указать модификатор u .Свойства символов Unicode доступны только в режиме UTF-8 .

Ваше регулярное выражение должно быть:

// unicode letters, apostrophe, hyphen, space
$namePattern = '/^[-\' \p{L}]+$/u';

Answer 2

Если вы хотите заменить Unicode old pattern на new pattern, вы должны написать:

$text = preg_replace('/\bold pattern\b/u', 'new pattern', $text);

Таким образом, ключ здесь u модификатор

Примечание : Ваш сервер php version должен быть не менее PHP 4.3.5

как упомянуто здесь php.net | Модификаторы

u (PCRE_UTF8) Этот модификатор включает дополнительные функции PCRE, несовместимые с Perl. Строки шаблона рассматриваются как UTF-8. это модификатор доступен из PHP 4.1.0 или выше в Unix и из PHP 4.2.3 на win32. UTF-8 валидность шаблона проверена начиная с PHP 4.3.5.

Спасибо AgreeOrNot, кто дал мне этот ключ здесь preg_replace соответствует целому слову на арабском

Я попробовал это, и это сработало в localhost, но когда я попробовал это на удаленном сервере, это не сработало, тогда я обнаружил, что php.net начинает использовать модификатор u в PHP 4.3.5. , Я обновляю версию php и она работает

Важно знать, что этот метод очень полезен для арабских пользователей (عربي), потому что - как я полагаю - Юникод является лучшим кодированием для арабского языка, и замена не будет работать, если вы не используете модификатор u см. следующий пример, он должен работать с вами

$text = preg_replace('/\bمرحبا بك\b/u', 'NEW', $text);

Answer 3

Прежде всего, ваша жизнь была бы намного проще, если бы вы использовали одинарные апострофы вместо двойных кавычек при их написании - вам нужен только один обратный слеш. Во-вторых, комбинирующие знаки \pM также должны быть включены. Если вы обнаружите, что символ не соответствует, выясните его кодовую точку Unicode, и затем вы можете использовать http://www.fileformat.info/info/unicode/, чтобы выяснить, где он находится. Я нашел http://hsivonen.iki.fi/php-utf8/ неоценимым инструментом при отладке со свойствами UTF-8 (не забудьте преобразовать его в шестнадцатеричное, прежде чем искать: array_map('dechex', utf8ToUnicode($text))).

Например, Ă оказывается http://www.fileformat.info/info/unicode/char/0102/index.htm и находится в Lu, и поэтому L должен соответствовать ему, и это соответствует мне. Другой символ - http://www.fileformat.info/info/unicode/char/5f20/index.htm, также isLetter и действительно соответствует мне. У вас есть таблицы символов Unicode, скомпилированные в?