preg_match_all的用法

lsstarboy

遇到正则方面的东西就头疼，实在读不懂了，来向各位老大求助：

原文：

1. $content = "#测试 #abc"；//utf-8编码
   
2. $count = preg_match_all('/(?:^|\s)#([\pL\pN_\-\.]{1,64})/', strtolower($content), $match);

复制代码

表现：$match[1][0]为乱码。$match[1][1]正常

问题：（１）乱码可能是哪些原因导致的？
　　　（２）[\pL\pN_\-\.]　是什么意思？应该怎么断句？
　　　（３）pcre有兼容性问题吗？另一个机器上结果正常。

bs

[\pL\pN_\-\.] 意为中英文、下划线、减号、句点

/^[\x{4e00}-\x{9fa5}]+$/u
utf-8中文用这个更好点？

lsstarboy

多谢，正规看懂了，但是结果在freebsd8下还是乱码，freebsd7下的正常，有点郁闷。

dz902

正则的最后应该加上一个 u 呢。

\p 的用法，手册说：...are available when UTF-8 mode is selected.

lsstarboy

又郁闷了两天，在一个系统上面，不加/u也跑得正常，而在另一个系统上面，不加/u就乱码！实在搞不懂了。

乱码的系统，用的pear中的东西，对象足足跳了十多个，都懒得追踪问题所在了......:wink:

怀疑是pcre的问题，但是两个机器把pcre做的一样也不行。

dz902

版本是否相同？运行环境呢？还有就是文件是否都保存为 UTF-8？

毕竟 PHP 自身也存在 BUG 的可能性，最好是按照标准来写代码，这样如果有 PHP 自己有 BUG 的话，查起来也容易。

不按手册的做法而最后仍然成功的 case 应属于「unpredictable behaviour」，应当避免。