萬盛學電腦網

 萬盛學電腦網 >> 網絡編程 >> php編程 >> php中文漢字替換與模式匹配的問題!!請大家必看!

php中文漢字替換與模式匹配的問題!!請大家必看!

作者: bluedoor
原帖地址:http://www.anbbs.com/anbbs/index.php?f_id=3&page=1
  這兩天正在做一個關鍵字加亮顯示的程序,寫好的程序在本地測試也跑得好好的,可是一上去頁面就出現一堆一堆的亂碼,別說加亮了,簡直就是沒的看!
  我就找錯誤,找來找去,發現英文沒有問題,遇到漢字容易出問題,有的時候遇到漢字必出問題。
  總結一下:
  當使用模式匹配的時候,如:preg_match_all($pat,……)與preg_replace($pat,……)……
  容易出問題的情況如下:
  preg_match_all("/(漢字)+/ism","我是漢字,看你把我怎麼著!",$m_a);
  這個模式很簡單就是匹配出“漢字”。這種情況模式中包含漢字可以成功匹配出來,但是也不要高興得太早,結果不確定,為什麼不確定你慢慢往下看。
  必出現問題情況如下:
  preg_match_all("/[漢字]+/ism","我是漢字,看你把我怎麼著!",$m_a);
  本想匹配出現“漢”、“字”或者“漢字”。這個必出現問題,匹配的結果一大群亂碼,沒准還會出個死循環呢。為什麼會出現這種情況?是因為PHP內部使用不是UNICODE,不支持多字節文字,所以一個"漢字"就被當成4bytes的ASCII去進行模式匹配,不出錯才怪呢!
  後來我又試試重新寫一下模式匹配,發現一種似乎(為什麼說似乎?往後看)方法可以解決:
  preg_match_all("/(漢|字)+/ism","我是漢字,看你把我怎麼著!",$m_a);
  這樣寫可以匹配出“漢”、“字”或者“漢字”,$m_a中的結果
Array
(
[0] => Array
(
[0] => 漢字
)
[1] => Array
(
[0] => 字
)
)
  怎麼樣全匹配的字符串出現了吧!可是高興得太早了,後來在實際中用還是會經常出問題!再去找問題,終於找到問題的根了!PHP不支持多字節文字,所以在進行模式匹配與字符操作的時候都是內碼轉化後進行的(我不知道這樣說對不對),舉個實例吧:
  eregi_replace("性","沒有" , "有責任感");這個操作就是要把字符串"有責任感"中"性"字替換成"沒有",最後的結果是什麼?因為"有責任感"中沒有"性"就個字,結果應該是沒有執行替換操作返回"有責任感",可是結果竟然是"用揮敘任感"!
copyright © 萬盛學電腦網 all rights reserved