如果我们要匹配中文汉字在php与js中只要利用正则/^[x{4e00}-x{9fa5}]+$/u,匹配双字节字符(包括汉字在内):[^/x00-/xff]即可,具体如下
js版
匹配中文字符的正则表达式: [/u4e00-/u9fa5]
匹配双字节字符(包括汉字在内):[^/x00-/xff]
实例代码如下:
- var reg = /^[u4e00-u9fa5]+$/;
- if(reg.test(str))
- {
- alert('汉字的干活');
- }
- 计算字符串的长度(一个双字节字符长度计2,ASCII字符计1)
- String.prototype.len=function(){return this.replace([^/x00-/xff]/g,"aa").length;}
php版
php正则匹配汉字!
/^[x{4e00}-x{9fa5}]+$/u
实例代码如下:
- $action = trim($_GET['action']);
- if($action == "sub")
- {
- $str = $_POST['dir'];
-
- if(!preg_match("/^[x{4e00}-x{9fa5}A-Za-z0-9_]+$/u",$str))
- {
- echo "您输入的[".$str."]含有违法字符";
- }
- else
- {
- echo "您输入的[".$str."]完全合法,通过!";
- }
- }
当然如果要想字符串全是汉字的GBK2312编码匹配为:
- $str = "小小子";
- if(preg_match("/^[".chr(0xa1)."-".chr(0xff)."]+$/",$str)){
- print($str."确实全是汉字");
- } else {
- print($str."这个真 TMD不全是汉字");
- }
- uft8编码正则
- $str = "汉字";
- if (preg_match("/^[x{4e00}-x{9fa5}]+$/u",$str)) {
- print("该字符串全部是中文");
- } else {
- print("该字符串不全部是中文");
- }
其实只要了解了各个编码的高位与低位的开始与结束,那么自然就可以写出正则,而且直接是十六位的,有啥困难?呵呵。不过要注意,在php里面,表示十六位是用的x。
gbk,gb2312的例子:
- <?php
- $action = trim($_GET['action']);
- if($action == "sub")
- {
- $str = $_POST['dir'];
-
- if(!preg_match("/^[x{4e00}-x{9fa5}A-Za-z0-9_]+$/u",$str))
- {
- echo "<font color=red>您输入的[".$str."]含有违法字符</font>";
- }
- else
- {
- echo "<font color=green>您输入的[".$str."]完全合法,通过!</font>";
- }
- }
- ?>
+$/u 的意思:
+ 表示重复1次或多次;
$ 表示匹配末尾;
/ 表示定界符;
u 表示模式字符串被当成 UTF-8;
U 表示第一次匹配后即停止搜索。
要匹配2-4 个,用{2,4}表示: /^[x{4e00}-x{9fa5}]{2,4}$/u