用正则表达式判断各种文字字符

前端之家收集整理的这篇文章主要介绍了用正则表达式判断各种文字字符前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

[一-龠]+|[ぁ-ん]+|[ァ-ヴー]+

PHP中GBK和UTF8编码处理

一、编码范围

1. GBK (GB2312/GB18030)
/x00-/xff
GBK双字节编码范围
/x20-/x7f
ASCII
/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);

二、代码例子

//判断内容里有没有中文-GBK (PHP)
function check_is_chinese($s){
returnpreg_match('/[/x80-/xff]./',$s);
}

//获取字符串长度-GBK (PHP)
function gb_strlen($str){
$count =0;
for($i=0;$i<strlen($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;$i<strlen($str); $i++){
if($count == $len) break;
if(preg_match("/[/x80-/xff]/",substr($str,1))) ++$i;
++$count;
}
returnsubstr($str,$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 <= 223) $i++;
elseif($value >= 224&& $value <= 239) $i= $i + 2;
elseif($value >= 240&& $value <= 247) $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 <= 223) $i++;
elseif($value >= 224&& $value <= 239) $i= $i + 2;
elseif($value >= 240&& $value <= 247) $i= $i + 3;
else die('Not a UTF-8 compatible string');
}
$count++;

}
return(substr($str,$start_position,$end_position-$start_position));
}


//字符串长度统计-UTF8 [中文3个字节,俄文、韩文占2个字节,字母占1个字节] (Ruby)
def utf8_string_length(str)
temp =CGI::(str)
i = 0;
j = 0;
temp.length.times{|t|
if temp[t] < 127
i += 1
elseif temp[t] >= 127 and temp[t] <224
j += 1
if 0 == (j % 2)
i += 2
j = 0
end
else
j += 1
if 0 == (j % 3)
i +=2
j = 0
end
end
}
returni
}

//判断是否是有韩文-UTF-8 (JavaScript)
function checkKoreaChar(str) {
for(i=0;i<str.length; i++) {
if(((str.charCodeAt(i) > 0x3130&& str.charCodeAt(i)< 0x318F) || (str.charCodeAt(i) >=0xAC00 && str.charCodeAt(i)<= 0xD7A3))) {
return true;
}
}
returnfalse;
}
//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);

三、参考文档

另:

public function csubstr($str,$start=0,$length,$charset="utf-8",$suffix=true) { if(function_exists("mb_substr")) return mb_substr($str,$start,$charset); $re['utf-8'] ="/[/x01-/x7f]|[/xc2-/xdf][/x80-/xbf]|[/xe0-/xef][/x80-/xbf]{2}|[/xf0-/xff][/x80-/xbf]{3}/"; $re['gb2312'] = "/[/x01-/x7f]|[/xb0-/xf7][/xa0-/xfe]/"; $re['gbk'] = "/[/x01-/x7f]|[/x81-/xfe][/x40-/xfe]/"; $re['big5'] ="/[/x01-/x7f]|[/x81-/xfe]([/x40-/x7e]|/xa1-/xfe])/"; preg_match_all($re[$charset],$str,$match); $slice = join("",array_slice($match[0],$length)); if($suffix) return $slice."…"; return $slice; }

猜你在找的正则表达式相关文章