preg_replace ошибка с регулярным выражением с неанглийскими символами, символ не распознан

Question

preg_replace ошибка с регулярным выражением с неанглийскими символами, символ не распознан

1

Я использую следующую функцию для удаления пробелов из строк:

$str = preg_replace('/\s+/', '', $str);

Я ввожу эту строку французских символов: ù û ü ÿ à â æ ç é è ê ë ï î ô

Символ à не распознается; это выглядит так: ùûüÿ âæçéèêëïîô

Любая идея почему? Я попытался преобразовать str в UTF-8 перед раздачей, но безрезультатно.

Обновление: я нашел следующее сообщение (странная проблема с preg_replace и китайским символом), где добавление u в конец регулярного выражения исправляет проблему следующим образом:

$str = preg_replace('/\s+/u', '', $str);

Кажется, это исправить, но может ли кто-нибудь объяснить, почему это происходит вместе с официальным решением, объясняющим, что u делаете в этом регулярном выражении?

Paesano2000 08 окт. 2015, в 22:44

Источник

0

Ваша страница в UTF8? Работает здесь, eval.in/447334 ... образец строки ваша точная строка?
chris85 08 окт. 2015, в 19:46
0

u является модификатором Unicode, php.net/manual/en/reference.pcre.pattern.modifiers.php . Это работает без этого, хотя ... или, по крайней мере, работает здесь и на eval ..
chris85 08 окт. 2015, в 19:51
0

Да, это точная строка. Персонаж испорчен, также отправлен по электронной почте.
Paesano2000 08 окт. 2015, в 19:52

Показать ещё 1 комментарий

Теги:

php

regex

special-characters

character-encoding

preg-replace

1 ответ

Ещё вопросы

Ваша страница в UTF8? Работает здесь, eval.in/447334 ... образец строки ваша точная строка?
u является модификатором Unicode, php.net/manual/en/reference.pcre.pattern.modifiers.php . Это работает без этого, хотя ... или, по крайней мере, работает здесь и на eval ..
Да, это точная строка. Персонаж испорчен, также отправлен по электронной почте.

Casimir et Hippolyte · Accepted Answer · 2015-10-08T17-49-00.000Z

По умолчанию механизм регулярных выражений PHP рассматривает вашу строку как пример байтов (т.е. Как костюм одного байтового символа).

Когда вы используете модификатор u, двигатель regex меняет две вещи:

Строки рассматриваются как строки utf8 (так что символы кодируются со множеством байтов)
значение классов сокращенных символов (например, \s, \w, \d...) изменяется на включение символов Unicode, а не только символов ascii.

Обратите внимание, что эти два изменения могут быть явно написаны так же, как и в начале шаблона, вместо использования модификатора u:

(*UTF8)(*UCP)yourpattern

Вы можете найти полную документацию PCRE регулярных выражений, используемых PHP здесь.

Этот. Если вы хотите пойти глубже и увидеть отрывок из документации PCRE о PCRE_UTF8 и PCRE_UCP , посмотрите мой ответ здесь .
Любая идея, почему код выводит правильно здесь: eval.in/447341 все же, когда я запускаю его на моем компьютере, он выводит неправильно? Я использую PHP на IIS 7.5, PHP 5.6.0, но не уверен, что это имеет значение.
@ user2704343: Возможно, libpcre, используемый eval.in, был скомпилирован для использования режима UTF по умолчанию.
Правильно ли вы указали выходную кодировку (Попробуйте Content-Type: text/plain; charset=utf-8 )?
@ user2704343: Да, попробуйте добавить <meta charset="UTF-8"/> если вы отображаете свой результат в браузере (или проверяете источник).
@LucasTrzesniewski и @CasimiretHippolyte Я пробовал и <meta charset="UTF-8"/> и header('Content-Type: text/html; charset=utf-8'); это ничего не изменило. (Просто заметил, что у меня есть какое-то случайное имя пользователя ...: P)
Ну ... по иронии судьбы обработка строк - это одна вещь, которую PHP делает ужасно неправильно. Попробуйте построить MCVE и опубликуйте его как другой вопрос.
@LucasTrzesniewski спасибо за помощь в этом :) Я думаю, что ответ выше объясняет различия в символах относительно того, как PHP обрабатывает их, что полезно. Моя проблема должна быть связана с конкретной средой разработки, которую я настроил.