转载自 http://www.cnblogs.com/davidyan/articles/2032115.html
?
?
php判断是否为中文正则表达式大全
?
$str = 中国;
echo $str;
echo ;
//if (preg_match(/^[.chr(0xa1).-.chr(0xff).]+$/, $str)) {//只能在gb2312情况下使用
if (preg_match(/^[\x7f-\xff]+$/, $str)) { //兼容gb2312,utf-8
echo 正确输入;
} else {
echo 错误输入;
}
?>
如果想判断一个字符串内是否有含有中文，请用下面的代码：
if (preg_match(/[\x7f-\xff]/, $string)) {
echo 有中文;
}else{
echo 没有中文;
}
判断中文和编码有关gbk是双字节，utf8是三字节，可以根据中文的范围来判断?
?
编码范围1. gbk(gb2312/gb18030)?
\x00-\xffgbk双字节编码范围?
\x20-\x7fascii?
\xa1-\xff中文?
\x80-\xff 中文
2. utf-8(unicode)?
\u4e00-\u9fa5(中文)?
\x3130-\x318f(韩文?
\xac00-\xd7a3(韩文)?
\u0800-\u4e00(日文)?
ps:韩文是大于[\u9fa5]的字符?
正则例子:?
preg_replace(”/([\x80-\xff])/”,”,$str);
preg_replace(”/([u4e00-u9fa5])/”,”,$str);?
?
?
//判断内容里有没有中文-gbk?(php)?function?check_is_chinese($s){??return?preg_match('/[\x80-\xff]./',?$s);?}??//获取字符串长度-gbk?(php)?function?gb_strlen($str){??$count?=?0;??for($i=0;?$istrlen($str);?$i++){??$s?=?substr($str,?$i,?1);??if?(preg_match(/[\x80-\xff]/,?$s))?++$i;??++$count;??}??return?$count;?}??//截取字符串字串-gbk?(php)?function?gb_substr($str,?$len){??$count?=?0;??for($i=0;?$istrlen($str);?$i++){??if($count?==?$len)?break;??if(preg_match(/[\x80-\xff]/,?substr($str,?$i,?1)))?++$i;??++$count;??}??return?substr($str,?0,?$i);?}??//统计字符串长度-utf8?(php)?function?utf8_strlen($str)?{??$count?=?0;??for($i?=?0;?$i?strlen($str);?$i++){??$value?=?ord($str[$i]);??if($value?>?127)?{??$count++;??if($value?>=?192?&&?$value?$i++;??elseif($value?>=?224?&&?$value?$i?=?$i?+?2;??elseif($value?>=?240?&&?$value?$i?=?$i?+?3;??else?die('not?a?utf-8?compatible?string');??}??$count++;??}??return?$count;?}???//截取字符串-utf8(php)?function?utf8_substr($str,$position,$length){??$start_position?=?strlen($str);??$start_byte?=?0;??$end_position?=?strlen($str);??$count?=?0;??for($i?=?0;?$i?strlen($str);?$i++){??if($count?>=?$position?&&?$start_position?>?$i){??$start_position?=?$i;??$start_byte?=?$count;??}??if(($count-$start_byte)>=$length)?{??$end_position?=?$i;??break;??}??$value?=?ord($str[$i]);??if($value?>?127){??$count++;??if($value?>=?192?&&?$value?$i++;??elseif($value?>=?224?&&?$value?$i?=?$i?+?2;??elseif($value?>=?240?&&?$value?$i?=?$i?+?3;??else?die('not?a?utf-8?compatible?string');??}??$count++;???}??return(substr($str,$start_position,$end_position-$start_position));?}??//判断是否是有韩文-utf-8?(javascript)?function?checkkoreachar(str)?{??for(i=0;?i?if(((str.charcodeat(i)?>?0x3130?&&?str.charcodeat(i)?0x318f)?||?(str.charcodeat(i)?>=?0xac00?&&?str.charcodeat(i)??return?true;??}??}??return?false;?}??//判断是否有中文字符-gbk?(javascript)?function?check_chinese_char(s){??return?(s.length?!=?s.replace(/[^\x00-\xff]/g,**).length);?}??
utf-8匹配:
在javascript中，要判断字符串是中文是很简单的。比如：
var str = php编程;
if (/^[\u4e00-\u9fa5]+$/.test(str)) {
alert(该字符串全部是中文);
}
else{
alert(该字符串不全部是中文);
}
php中，是用\x表示十六进制数据的。于是，变换成如下的代码：
$str = php编程;
if (preg_match(/^[\x4e00-\x9fa5]+$/,$str)) {
print(该字符串全部是中文);
} else {
print(该字符串不全部是中文);
}
貌似不报错了，判断的结果也正确，不过把$str换成“编程”两字，结果却还是显示“该字符串不全部是中文”，看来这样的判断还是不够准确。
重要:查阅了发现,对于[\x4e00-\x9fa5]这块东西,自己做一个强化的解释
php的正则中, [\x4e00-\x9fa5],其实就是 字符和字符组的概念, \x{hex},表达一个16进制数,需要注意的是hex 可以是1-2位的,也可以是4位的,但是如果是4位的必须加上大括号,
同时,如果是大于x{ff}的hex,必须和u 修饰符连用,不然会非法出错
网上只能找到匹配全角字符的正则:^[\x80-\xff]*^/?,这里可以不加大括号
[\u4e00-\u9fa5]可以匹配中文,但是php又不支持?
不过，既然\x表示的十六进制数据，为什么和js里边提供的范围\x4e00-\x9fa5不一样呢？于是我就换成了下边的代码,发现真的准确了：
$str = php编程;
if (preg_match(/^[\x{4e00}-\x{9fa5}]+$/u,$str)) {
print(该字符串全部是中文);
} else {
print(该字符串不全部是中文);
}
知道了php中utf-8编码下用正则表达式匹配汉字的最终正确表达式――/^[\x{4e00}-\x{9fa5}]+$/u，
参考以上文章写了如下一段测试代码(复制以下代码保存成.php文件)
输入字符(数字,字母,汉字,下划线):
?
?
gbk:
preg_match(/^[.chr(0xa1).-.chr(0xff).a-za-z0-9_]+$/,$str);//gb2312汉字字母数字下划线正则表达式
?
$str = 中国;
echo $str;
echo ;
//if (preg_match(/^[.chr(0xa1).-.chr(0xff).]+$/, $str)) {//只能在gb2312情况下使用
if (preg_match(/^[\x7f-\xff]+$/, $str)) { //兼容gb2312,utf-8
echo 正确输入;
} else {
echo 错误输入;
}
?>
如果想判断一个字符串内是否有含有中文，请用下面的代码：
if (preg_match(/[\x7f-\xff]/, $string)) {
echo 有中文;
}else{
echo 没有中文;
}
?
?
?
?
?