正则表达式无效

Question

在我的方法中，我从源代码Plange Mühle 1, 40221 Düsseldorf中提取了以下字符串。我现在要做的是过滤掉所有内容，直到逗号，然后是数字，然后是单词。我所做的就是做这个正则表达式，它不起作用。

^(.*?),\s*([0-9]{5})\s*(\S*)

但这应该正常工作，对吗？所以我开始再次删除所有内容，然后逐个部分地删除。当我只有这个部分时，它会占用所有内容，直到它起作用的逗号，但仅限于逗号之前的数据。但是，在第一个空格之后，问题就出现了。当我现在做了任何事后，就像[^0-9]出现了一个标志。这是一个�

array(2) { [0]=> string(19) "Plange Mühle 1,�" [1]=> string(17) "Plange Mühle 1" }

问号？它是什么？我不知道它来自哪里。我的文件都是UTF-8编码的，所以我想知道它是怎么来的，以及我现在如何解决这个问题。你们有什么想法是什么以及如何解决它？

Answer 1

正则表达式看起来没问题，但你正确使用它吗？对于Unicode字符串，您应该设置/u参数。现在这只是推测，但也许在你的正则表达式无法正确识别的字符串中某处有一个非ASCII空白字符，将多字节序列切成两半并因此给你一个无效字符。

所以也许这有效：

preg_match('/^(.*?),\s*([0-9]{5})\s*(\S*)/u', $subject, $regs)

Answer 2

  

为什么正则表达式？您只需使用explode()

即可

 list($beforecomma, $aftercomma) = explode(',' $var);