PHP中使用正則表達(dá)式提取中文實(shí)現(xiàn)筆記_PHP教程
推薦:php中的觀察者模式簡(jiǎn)單實(shí)例這篇文章主要介紹了php中的觀察者模式簡(jiǎn)單實(shí)例,觀察者模式是設(shè)計(jì)模式中比較常見的一個(gè)模式,包含兩個(gè)或者更多的互相交互的類,本文直接給出實(shí)現(xiàn)代碼,需要的朋友可以參考下 觀察者模式是設(shè)計(jì)模式中比較常見的一個(gè)模式,包含兩個(gè)或者更多的互相交互的類。這一模式允許某個(gè)
這篇文章主要介紹了PHP中使用正則表達(dá)式提取中文實(shí)現(xiàn)筆記,本文還講解了韓文、日文的正則表達(dá)式,并同時(shí)給出實(shí)現(xiàn)代碼和使用示例,需要的朋友可以參考下最近老板叫做一個(gè)數(shù)據(jù)查重的小練習(xí),涉及從一個(gè)包含中文字段的文件中提取出其中的中文字段并存儲(chǔ),使用php開發(fā)。中間涉及到php正則表達(dá)式中文匹配的問題,網(wǎng)上搜羅一大片,但是也很亂沒有一個(gè)準(zhǔn)信兒,經(jīng)過自己的代碼的修改和檢驗(yàn),先將extract函數(shù)寫下。
首先要注意到的是,雙字節(jié)字符的編碼問題,這里我們以后還可能會(huì)遇到像韓文、日文等編碼問題,與中文理解上是一個(gè)意思。
1. GBK (GB2312/GB18030)
代碼如下:\x00-\xff GBK雙字節(jié)編碼范圍
\x20-\x7f ASCII
\xa1-\xff 中文 gb2312
\x80-\xff 中文 gbk
2. UTF-8 (Unicode)
代碼如下:
\u4e00-\u9fa5 (中文)
\x3130-\x318F (韓文
\xAC00-\xD7A3 (韓文)
\u0800-\u4e00 (日文)
在Notepad++下面,我們可以首先進(jìn)行測(cè)試我們的正則書寫的錯(cuò)誤與否。第一個(gè)表達(dá)式我是使用[\u4e00-\u9fa5]+來檢驗(yàn)的,+號(hào)表示不止一個(gè)

匹配符。結(jié)果與預(yù)期相同,那么,是否在腳本中就可以使用這個(gè)正則了呢?
我們測(cè)試一下,我們使用
查閱了很多資料后發(fā)現(xiàn),u (PCRE_UTF8),就是上面的PCRE,這是是一個(gè)Perl庫(kù),包括 perl 兼容的正規(guī)表達(dá)式庫(kù)。此修正符啟用了一個(gè) PCRE 中與 Perl 不兼容的額外功能。模式字符串被當(dāng)成 UTF-8。本修正符在 Unix 下自 PHP 4.1.0 起可用,在 win32 下自 PHP 4.2.3 起可用。而php正則表達(dá)式對(duì)于十六進(jìn)制數(shù)據(jù)的表達(dá)方式上也有所不同,在php中,是用\x表示十六進(jìn)制數(shù)據(jù)的。下面我們就將代碼優(yōu)化一下,檢測(cè)函數(shù)變?yōu)椋?/p>
調(diào)用的時(shí)候變?yōu)椋?/p>
輸入文件為: ,下面是提取出中文之后的輸出文件內(nèi)容: ,符合預(yù)期需求。 分享:php 5.6版本中編寫一個(gè)PHP擴(kuò)展的簡(jiǎn)單示例這篇文章主要介紹了php 5.6版本中編寫一個(gè)PHP擴(kuò)展的簡(jiǎn)單示例,本文給出擴(kuò)展實(shí)現(xiàn)代碼、編譯方法、配置方法和使用例子等內(nèi)容,需要的朋友可以參考下 有時(shí)候在php本身沒有滿足需求的api時(shí)候,需要自己寫相應(yīng)的擴(kuò)展,擴(kuò)展寫完之后進(jìn)行編譯,即可加入自己的開發(fā)環(huán)境中,擴(kuò)展ph
private $dsData;
/**
* 數(shù)據(jù)轉(zhuǎn)換函數(shù),調(diào)用preg_match_all根據(jù)$pattern正則來進(jìn)行數(shù)值匹配,并將返回的結(jié)果以數(shù)組形式存儲(chǔ)在$matches中,
* $matches[0]將包含與整個(gè)模式匹配的文本,$matches[1] 將包含與第一個(gè)捕獲的括號(hào)中的子模式所匹配的文本,以此類推
* @see Store::data_convert()
*/
public function data_convert($pattern,$subject) {
$matches=array();
if (preg_match_all($pattern, $subject,$matches)){
return $matches[0];
}else
{
return null;
}
}
}
$store=new storeDataAdapter($txtContent);
$match=array();
$dsName=$store->data_convert(‘/[\x7f-\xff]+/',$txtContent);
foreach ($dsName as $val){
echo $val."<br>";
}


- php中的觀察者模式簡(jiǎn)單實(shí)例
- php 5.6版本中編寫一個(gè)PHP擴(kuò)展的簡(jiǎn)單示例
- PHP函數(shù)extension_loaded()用法實(shí)例
- php使用CURL偽造IP和來源實(shí)例詳解
- php+mysql實(shí)現(xiàn)無(wú)限分類實(shí)例詳解
- php截取html字符串及自動(dòng)補(bǔ)全html標(biāo)簽的方法
- php在linux下檢測(cè)mysql同步狀態(tài)的方法
- 將FCKeditor導(dǎo)入PHP+SMARTY的實(shí)現(xiàn)方法
- php通過Chianz.com獲取IP地址與地區(qū)的方法
- php rsa加密解密使用詳解
- ThinkPHP 404頁(yè)面的設(shè)置方法
- THINKPHP內(nèi)容分頁(yè)代碼分享
- 相關(guān)鏈接:
- 教程說明:
PHP教程-PHP中使用正則表達(dá)式提取中文實(shí)現(xiàn)筆記
。