正则表达式 - 为什么在正则不加模式修正符的时候,PHP去匹配的中文字符会是乱码的

 只为_sunny 发布于 2022-11-23 18:03


情况如下:

  • php 5.5.11
  • mac osx 10.9.2、win7、centOS 6.3

代码如下:

echo preg_replace('/[\s-]+/', '-', '阿树')."\n";

测试结果如下:

  • Mac 乱码
  • windows、linux都正常

增加模式修正符后正常,如下:

echo preg_replace('/[\s-]+/u', '-', '阿树')."\n";

查找资料,是这么说的:

u(PCRE_UTF8)

此修正符启用了一个 PCRE 中与 Perl 不兼容的额外功能。模式字符串被当成 UTF-8。本修正符在 Unix 下自 PHP 4.1.0 起可用,在 win32 下自 PHP 4.2.3 起可用。自 PHP 4.3.5 起开始检查模式的 UTF-8 合法性。

请问:

  1. u的意思就是将匹配的字符当作utf8吗,还有其他作用吗
  2. 我的代码是utf8,但是为什么只有mac(Unix)会乱码呢?
1 个回答
  • 树的utf8表示是e6 a0 91。敏感的话看到这里就应该明白了。

    第二个字节a0\n是一样的,从而被替换成了-,剩下左右两边的两个字节变成非法ASCII,显示成问号了,至于平台差异性,估计是所谓PCRE的问题吧,有兴趣可以钻进去查查

    2022-11-23 18:20 回答
撰写答案
今天,你开发时遇到什么问题呢?
立即提问
热门标签
PHP1.CN | 中国最专业的PHP中文社区 | PNG素材下载 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有