本文共 4679 字，大约阅读时间需要 15 分钟。

<?php

$str="aaa"; if(!eregi("[^\x80-\xff]","$str")) { echo "是"; } else { echo "不是"; } ?>

<?

$str = "中国";

echo $str;

echo "<hr>";

//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);   

 

 

1. //判断内容里有没有中文-GBK (PHP)       
2. function check_is_chinese($s){       
3.      return preg_match('/[\x80-\xff]./', $s);       
4. }       
5.      
6. //获取字符串长度-GBK (PHP)       
7. function gb_strlen($str){       
8.      $count = 0;       
9.      for($i=0; $i<strlen($str); $i++){       
10.          $s = substr($str, $i, 1);       
11.          if (preg_match("/[\x80-\xff]/", $s)) ++$i;       
12.            ++$count;       
13.      }       
14.      return $count;       
15. }       
16.      
17. //截取字符串字串-GBK (PHP)       
18. function gb_substr($str, $len){       
19.      $count = 0;       
20.      for($i=0; $i<strlen($str); $i++){       
21.          if($count == $len) break;       
22.          if(preg_match("/[\x80-\xff]/", substr($str, $i, 1))) ++$i;       
23.            ++$count;               
24.      }       
25.      return substr($str, 0, $i);       
26. }       
27.      
28. //统计字符串长度-UTF8 (PHP)       
29. function utf8_strlen($str) {       
30.      $count = 0;       
31.      for($i = 0; $i < strlen($str); $i++){       
32.          $value = ord($str[$i]);       
33.          if($value > 127) {       
34.              $count++;       
35.              if($value >= 192 && $value <= 223) $i++;       
36.              elseif($value >= 224 && $value <= 239) $i = $i + 2;       
37.              elseif($value >= 240 && $value <= 247) $i = $i + 3;       
38.              else die('Not a UTF-8 compatible string');       
39.          }       
40.          $count++;       
41.      }       
42.      return $count;       
43. }       
44.      
45.      
46. //截取字符串-UTF8(PHP)       
47. function utf8_substr($str,$position,$length){       
48.      $start_position = strlen($str);       
49.      $start_byte = 0;       
50.      $end_position = strlen($str);       
51.      $count = 0;       
52.      for($i = 0; $i < strlen($str); $i++){       
53.          if($count >= $position && $start_position > $i){       
54.              $start_position = $i;       
55.              $start_byte = $count;       
56.          }       
57.          if(($count-$start_byte)>=$length) {       
58.              $end_position = $i;       
59.              break;       
60.          }           
61.          $value = ord($str[$i]);       
62.          if($value > 127){       
63.              $count++;       
64.              if($value >= 192 && $value <= 223) $i++;       
65.              elseif($value >= 224 && $value <= 239) $i = $i + 2;       
66.              elseif($value >= 240 && $value <= 247) $i = $i + 3;       
67.              else die('Not a UTF-8 compatible string');       
68.          }       
69.          $count++;       
70.      
71.      }       
72.      return(substr($str,$start_position,$end_position-$start_position));       
73. }       
74.      
75. //判断是否是有韩文-UTF-8 (JavaScript)       
76. function checkKoreaChar(str) {       
77.      for(i=0; i<str.length; i++) {       
78.          if(((str.charCodeAt(i) > 0x3130 && str.charCodeAt(i) < 0x318F) || (str.charCodeAt(i) >= 0xAC00 && str.charCodeAt(i) <= 0xD7A3))) {       
79.              return true;       
80.          }       
81.      }       
82.      return false;       
83. }       
84.      
85. //判断是否有中文字符-GBK (JavaScript)       
86. function check_chinese_char(s){       
87.      return (s.length != s.replace(/[^\x00-\xff]/g,"**").length);       
88. }   

 

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<精通正则表达式>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)

<?php

$action = trim($_GET['action']); if($action == "sub") {     $str =$_POST['dir'];       //if(!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    if(!preg_match("/^[\x{4e00}-\x{9fa5}A-Za-z0-9_]+$/u",$str))  //UTF-8汉字字母数字下划线正则表达式    {          echo "<fontcolor=red>您输入的[".$str."]含有违法字符</font>";       }     else     {        echo "<fontcolor=green>您输入的[".$str."]完全合法,通过!</font>";       } } ?> <form method="POST"action="?action=sub"> 输入字符(数字,字母,汉字,下划线):    <input type="text" name="dir"value="">    <input type="submit"value="提交"> </form>

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

 

<?php

$str="aaa";

if(!eregi("[^\x80-\xff]","$str"))

{

echo "是";

}

else

{

echo "不是";

}

?>

<?

$str = "中国";

echo $str;

echo "<hr>";

//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";

}

http://blog.sina.com.cn/s/blog_62067a650100izag.html

转载地址：http://cojii.baihongyu.com/