php/js汉字正则表达式总结

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:

1. var reg =  /^[u4e00-u9fa5]+$/; 
2. if(reg.test(str)) 
3. { 
4.    alert('汉字的干活'); 
5. } 
6. 计算字符串的长度（一个双字节字符长度计2，ASCII字符计1） 
7. String.prototype.len=function(){return this.replace([^/x00-/xff]/g,"aa").length;} 

php版

php正则匹配汉字!

实例代码如下:

1. $action = trim($_GET['action']); 
2. if($action == "sub") 
3. { 
4.     $str = $_POST['dir'];   
5.     //if(!preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$str)) //GB2312汉字字母数字下划线正则表达式 
6.     if(!preg_match("/^[x{4e00}-x{9fa5}A-Za-z0-9_]+$/u",$str))   //UTF-8汉字字母数字下划线正则表达式 
7.     {   
8.         echo "您输入的[".$str."]含有违法字符";   
9.     } 
10.     else 
11.     { 
12.         echo "您输入的[".$str."]完全合法,通过!";   
13.     } 
14. } 

当然如果要想字符串全是汉字的GBK2312编码匹配为：

1. $str = "小小子"; 
2. if(preg_match("/^[".chr(0xa1)."-".chr(0xff)."]+$/",$str)){ 
3. print($str."确实全是汉字"); 
4. } else { 
5. print($str."这个真 TMD不全是汉字"); 
6. } 
7. uft8编码正则 
8. $str = "汉字"; 
9. if (preg_match("/^[x{4e00}-x{9fa5}]+$/u",$str)) { 
10. print("该字符串全部是中文"); 
11. } else { 
12. print("该字符串不全部是中文"); 
13. } 

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：

1. <?php 
2. $action = trim($_GET['action']); 
3. if($action == "sub") 
4. { 
5.     $str = $_POST['dir'];     
6.     //if(!preg_match("/^[".chr(0xa1)."-".chr(0xff)."A-Za-z0-9_]+$/",$str)) //GB2312汉字字母数字下划线正则表达式  
7.     if(!preg_match("/^[x{4e00}-x{9fa5}A-Za-z0-9_]+$/u",$str))   //UTF-8汉字字母数字下划线正则表达式 
8.     {    
9.          echo "<font color=red>您输入的[".$str."]含有违法字符</font>";    
10.      } 
11.      else  
12.      { 
13.          echo "<font color=green>您输入的[".$str."]完全合法,通过!</font>";    
14.      } 
15. } 
16. ?> 

+$/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