1.       籠統(tǒng)的使用元字符匹配中文，/.*?/s,，可匹配一段中文,，這在ANSI(gb2312)和utf-8環(huán)境的程序代碼都可以實(shí)現(xiàn)。但提醒一下,，\w不能匹配中文,。曾在一本《精通正則表達(dá)式》(人民郵電出版社，沙金編著)書(shū)上看到可以使用\w匹配中文,，這里糾正一下用php不行,。可以使用”/./”,，”/[^\d]/”,，”/[^a]/”，匹配中文字符,。

2.       如果要精準(zhǔn)匹配中文,，即匹配純中文字符,，或匹配中文字符加上全角標(biāo)點(diǎn)，則需要根據(jù)不同編碼環(huán)境使用不同方法,。下面以?xún)煞N常用的編碼(gb2312,utf-8)進(jìn)行介紹：

在ANSI(gb2312)環(huán)境下,，可使用[chr(0xnn)-chr(0xmm)]的方式匹配，如在一篇網(wǎng)文上就提供這樣的方法,，”/[".chr(0xb0)."-".chr(0xf7)."]+/”,，這是可以使用的，但這太過(guò)籠統(tǒng),，這個(gè)表達(dá)式是匹配全部的gb2312編碼表的字符（gb2312編碼表http://hi.baidu.com/gaojinshan/blog/item/5a904010327e6609213f2e8d.html）,，既包括漢字、標(biāo)點(diǎn),、日文平假名等,，還有一些不知是什么符號(hào)的。而從編碼表可以看出漢字的編碼范圍是0xb0a1-0xf7fe,，并且gb2312是用兩個(gè)字節(jié)進(jìn)行編碼的,，每個(gè)字節(jié)最高位都是1 。所以可以藉此寫(xiě)出單純匹配漢字的正則式：

"/([".chr(0xb0)."-".chr(0xf7)."][".chr(0xa1)."-".chr(0xfe)."])/" ,，該表達(dá)式能匹配一個(gè)中文字符,，數(shù)量關(guān)系就可以容易擴(kuò)展了。

并且舉一反三,，如果想匹配全角標(biāo)點(diǎn)而不匹配中文就可以這樣寫(xiě)：

"/([".chr(0xa1)."-".chr(0xa3)."][".chr(0xa1)."-".chr(0xff)."])/",，就是匹配編碼范圍0xa1a1-0xa3ff內(nèi)的符號(hào)。其他的類(lèi)似,。

3.       下面介紹utf-8環(huán)境下中文的匹配,。類(lèi)似于上面，也可以使用unicode編碼表（全部編碼表,，http://hi.baidu.com/lbeny_hit/blog/item/bdb670efade0bffcb2fb95dc.html ,。字體編輯用中日韓漢字Unicode編碼表，http://www./tool/CJK.htm ,。）來(lái)確定中文的匹配,。由編碼表可以看出，中文的編碼范圍是0x4e00-0x9fa5,于是正則式可以這樣寫(xiě)：

"/[\x{4e00}-\x{9fa5}]/u" ,，\x{nnnn}表示字符的十六進(jìn)制形式,，更多信息請(qǐng)自己查看php手冊(cè)。要特別注意的是模式修正符u ,，php手冊(cè)里這樣說(shuō)：u （PCRE_UTF8） 此修正符啟用了一個(gè) PCRE 中與 Perl 不兼容的額外功能,。模式字符串被當(dāng)成 UTF-8。本修正符在 Unix 下自 PHP 4.1.0 起可用,，在 win32 下自 PHP 4.2.3 起可用,。自 PHP 4.3.5 起開(kāi)始檢查模式的 UTF-8 合法性,。這正是正確匹配所必須的。其實(shí)也想提醒一下,，是utf-8環(huán)境使用元字符匹配字符串最好加上修正符u,，這只是經(jīng)驗(yàn)。

下面給兩個(gè)例子：

(1)     ANSI編程環(huán)境下:

$strtest = “yyg中文字符yyg”;

$pregstr = "/([".chr(0xb0)."-".chr(0xf7)."][".chr(0xa1)."-".chr(0xfe)."])+/i";

if(preg_match($pregstr,$strtest,$matchArray)){

echo $matchArray[0];

}

//output:中文字符

(2)     Utf-8編程環(huán)境下:

$strtest = “yyg中文字符yyg”;

$pregstr = "/[\x{4e00}-\x{9fa5}]+/u";

if(preg_match($pregstr,$strtest,$matchArray)){

echo $matchArray[0];

}

//output:中文字符