php - 多语言数字字符算作字母吗？

Question

我正在尝试仅搜索其他语言中的字母和空格（简单单词），如果我找到数字或标点符号，则抛出检测异常。在测试我用维基百科上找到的 UTF-8 数字字符编写的正则表达式时，我的结果总是匹配，我很困惑为什么除非它认为所有数字都被认为是字母。

这是我尝试过的角色：

5 或伍 http://en.wikipedia.org/wiki/Chinese_numerals

5 或Є http://en.wikipedia.org/wiki/Cyrillic_script

这是代码：

$were_bad_characters_found = preg_match('/[^\p{L}\p{Zs}]+/us',  $data); 

它提出的问题的答案总是，不，没有找到坏字符。

根据文档，这似乎可行，事实上，当我尝试通过它运行简单的英文数字时它确实有效，但是一旦多语言字符出现，它就会在我身上翻滚。我对此有很多变体来检测不同的常见场景，所有 utf8 正则表达式代码似乎只适用于英文字符。想法？

Answer 1

您显示的字符是字母。

• U+4F0D 伍</a>，不是数字，有非数字解释。

• U+0404 Є不是一个数字，但也不接近任何类型的数字解释。

unicode 中英文数字的属性使其成为数字而不是字母。在 PHP 中，您可以使用\p{Nd}, 来匹配数字。但是您的正则表达式工作正常。