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);

这里它匹配所有字符西里尔语和拉丁语，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

使用：

/^(?:\p{Cyrillic}+|\p{Latin}+)$/，分组只允许一种类型的char。

\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：

使用：

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

它将返回所有英文比赛。

Answer 2

RegEx中的

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

如果您想获得拉丁语，请将\p{Latin}用于所有unicode拉丁语符号，或a-z仅匹配ASCII符号