Question

是否有正则表达式匹配包含和不包含特殊字符的特定字符串？特殊字符不敏感，可以这么说。

与céra匹配cera，反之亦然。

有什么想法吗？

编辑：我想匹配具有和不带特殊/重音字符的特定字符串。不只是任何字符串/字符。

测试示例：

$clientName   = 'céra';
$this->search = 'cera';

$compareClientName = strtolower(iconv('utf-8', 'ascii//TRANSLIT', $clientName));
$this->search      = strtolower($this->search);

if (strpos($compareClientName, $this->search) !== false)
{
    $clientName = preg_replace('/(.*?)('.$this->search.')(.*?)/iu', '$1<span class="highlight">$2</span>$3', $clientName);
}

输出：<span class="highlight">céra</span>

如您所见，我想突出显示特定的搜索字符串。但是，我仍然想要显示匹配字符串的原始（重音）字符。

我猜不得不以某种方式将其与Michael Sivolobov's answer结合起来。

我想我必须使用单独的preg_match()和preg_replace()，对吧？

Answer 1

您可以使用\p{L}模式匹配任何字母。

Source

您必须在正则表达式后使用u修饰符才能启用unicode模式。

示例：/\p{L}+/u

修改：

尝试这样的事情。它应该用包含重音字母（单字符和双字符双字母）和非重音字母的搜索模式替换每个带有重音的字母。然后，您可以使用更正的搜索模式突出显示文本。

function mbStringToArray($string)
{
    $strlen = mb_strlen($string);
    while($strlen)
    {
        $array[] = mb_substr($string, 0, 1, "UTF-8");
        $string = mb_substr($string, 1, $strlen, "UTF-8");
        $strlen = mb_strlen($string);
    }
    return $array;
}

// I had to use this ugly function to remove accents as iconv didn't work properly on my test server.
function stripAccents($stripAccents){
    return utf8_encode(strtr(utf8_decode($stripAccents),utf8_decode('àáâãäçèéêëìíîïñòóôõöùúûüýÿÀÁÂÃÄÇÈÉÊËÌÍÎÏÑÒÓÔÕÖÙÚÛÜÝ'),'aaaaaceeeeiiiinooooouuuuyyAAAAACEEEEIIIINOOOOOUUUUY'));
}

$clientName = 'céra';

$clientNameNoAccent = stripAccents($clientName);

$clientNameArray = mbStringToArray($clientName);

foreach($clientNameArray as $pos => &$char)
{
    $charNA =$clientNameNoAccent[$pos];
    if($char != $charNA)
    {
        $char = "(?:$char|$charNA|$charNA\p{M})";
    }
}

$clientSearchPattern = implode($clientNameArray); // c(?:é|e|e\p{M})ra

$text = 'the client name is Céra but it could be Cera or céra too.';

$search = preg_replace('/(.*?)(' . $clientSearchPattern . ')(.*?)/iu', '$1<span class="highlight">$2</span>$3', $text);

echo $search; // the client name is <span class="highlight">Céra</span> but it could be <span class="highlight">Cera</span> or <span class="highlight">céra</span> too.

Answer 2

如果您想知道某些字母上是否有某些重音或其他标记，您可以通过匹配模式\p{M}

进行检查

<强>更新

您需要将模式中所有重音字母转换为替代组合：

E.g。 céra -> c(?:é|e|e\p{M})ra

为什么要添加e\p{M}？因为你的字母é可以是Unicode中的一个字符，可以是两个字符（e和重音符号）的组合。 e\p{M}将 e与严重重音（两个单独的Unicode字符）匹配

当您转换模式以匹配所有字符时，您可以在preg_match

中使用它

Answer 3

正如您所看到的here，POSIX equivalence class用于匹配具有相同整理顺序的字符，可以通过以下正则表达式完成：

[=a=]

这将匹配á和ä以及a，具体取决于您的语言区域。

Answer 4

当您在其中一条评论中标记时，您不需要正则表达式，因为目标是查找特定字符串。你为什么不用explode？像那样：

$clientName   = 'céra';
$this->search = 'cera';

$compareClientName = strtolower(iconv('utf-8', 'ascii//TRANSLIT', $clientName));
$this->search      = strtolower($this->search);

$pieces = explode($compareClientName, $this->search);

if (count($pieces) > 1)
{
    $clientName = implode('<span class="highlight">'.$clientName.'</span>', $pieces);
}

修改

如果您的$search变量也可能包含特殊字符，为什么不给它translit，并将mb_strpos与$offset一起使用？像这样：

$offset = 0; $highlighted = ''; $len = mb_strlen($compareClientName, 'UTF-8'); while(($pos = mb_strpos($this->search, $compareClientName, $offset, 'UTF-8')) !== -1) { $highlighted .= mb_substr($this->search, $offset, $pos-$offset, 'UTF-8'). '<span class="highlight">'. mb_substr($this->search, $pos, $len, 'UTF-8').'</span>'; $offset = $pos + $len; } $highlighted .= mb_substr($this->search, $offset, 'UTF-8');

更新2：

使用mb_函数代替简单strlen等很重要。这是因为重音字符使用两个或更多字节存储;另外，请务必确保使用正确的编码，例如：

echo strlen('é'); > 2 echo mb_strlen('é'); > 2 echo mb_internal_encoding(); > ISO-8859-1 echo mb_strlen('é', 'UTF-8'); > 1 mb_internal_encoding('UTF-8'); echo mb_strlen('é'); > 1

正则表达式匹配字符串是否有特殊/重音字符？

4 个答案: