php - preg_match 不区分拉丁字符和西里尔字符

Question

preg_match('/^[\p{L}\s]+$/u', 'АБВГД ENGLISH STRING', $matches);

这里它匹配所有的西里尔文和拉丁文字符，为什么它们没有被过滤？，文件编码是 utf-8，我做错了什么？

Answer 1

利用：

/^(?:\p{Cyrillic}+|\p{Latin}+)$/, 进行分组以只允许一种类型的字符。

\p{Cyrillic}, 它匹配任何西里尔字符..

\p{Latin}，它匹配任何拉丁字符。

如果您只需要整个字符串中的英文字符：

利用：

preg_match_all('/[\p{Latin}]+/u', 'АБВГД ENGLISH STRING', $matches);
print_r($matches);

它将返回所有英文匹配项。

Answer 2

\p{L}在 RegEx 中匹配 Unicode 类别（L 是类别字母）。这就是为什么您的正则表达式匹配所有字母符号，包括西里尔字母。

如果您只想获取拉丁语，请使用\p{Latin}所有 unicode 拉丁符号，或a-z仅匹配 ASCII 符号