Question

如果我有一个PHP字符串，如何以有效的方式确定它是否包含至少一个非ASCII字符？而非ASCII字符，我的意思是任何不属于此表的字符，http://www.asciitable.com/，位置32 - 126包含。

因此，它不仅必须是ASCII表的一部分，而且还必须是可打印的。我想检测一个字符串，其中包含至少一个不符合这些规范的字符（不可打印的ASCII或完全不同的字符，例如不属于该表的Unicode字符。

Answer 1

我发现检测列表中是否有任何字符更有用

if(preg_match('/[^\x20-\x7f]/', $string))

Answer 2

您可以使用mb_detect_encoding并检查ASCII：

mb_detect_encoding($str, 'ASCII', true)

如果$str包含至少一个非ASCI字符（字节值> 0x7F），则返回 false 。

Answer 3

您可以使用：

mb_detect_encoding

但它可能不像你想要的那样精确。

Answer 4

尝试（mb_detect_encoding）

Answer 5

尝试：（Source）

function is_ascii( $string = '' ) {
    return ( bool ) ! preg_match( '/[\\x80-\\xff]+/' , $string );
}

尽管上述所有答案都是正确的，但根据输入，这些解决方案可能会给出错误答案。请参阅this ASCII validation post中的最后一部分。

Answer 6

如果所有字符都属于ASCII范围32-126（ctype_print），函数PHP unit test将返回true。

Answer 7

我建议您查看PHP手册中的utf8_encode或utf8_decode：

http://www.php.net/manual/en/function.utf8-encode.php

请查看下面的示例，因为如果没有找到您要查找的内容，可能会有一些内容可以引导您找到正确的方向。

Answer 8

如果您不想在javascript中处理Regex，则可以

detectUf8 : function(s) {
  var utf8=s.split('').filter(function(C) {
    return C.charCodeAt(0)>127;
  })
  return (utf8.join('').length>0);
},

Answer 9

我对建议的功能进行了基准测试，因为我需要进行此检查才能对较短的字符串（最多1000个字符）进行批处理。我测试了30种不同字符串（空，短，较长，ascii，重音，日语，emoji，non-ascii开始，non-ascii等）的10k次迭代。大致结果如下：

mb_check_encoding ：平均95毫秒。随着字符串变长（超过1MB），性能会比preg_match和ctype更快地降低。

mb_check_encoding($input, 'ASCII');

preg_match ：平均85毫秒。对于1MB +的字符串来说，速度相当快（遍历字符串，如果字符串开头有非ASCII字符，则速度更快）。

!preg_match('/[\\x80-\\xff]/', $input);

ctype_print ：平均83毫秒。 1MB +字符串的速度相当快（遍历字符串，如果字符串开头有非ASCII字符，则速度更快）。 请注意，这实际上不是ASCII检查。

ctype_print($input);

while / ord ：平均500毫秒。我仍在等待1MB +的字符串测试完成。

function is_ascii($input) {
    $num = 0;
    while( isset( $string[$num] ) ) {
        if( ord( $string[$num] ) & 0x80 ) {
            return false;
        }
        $num++;
    }
    return true;
}

如何检测字符串中的非ASCII字符？

9 个答案: