[正则表达式]匹配Unicode

一、PHP[PCRE]之Unicode

PCRE支持的16进制字符编码转义符有

\x00-\xFF，或\x{num}，num为任意位16进制数

但并不支持\u0000-\uFFFF这的形式

PCRE运用/u模式去处理UTF-8编码字符，这是PCRE特有的，示例代码

$str = '中asfdsf个业上';

$pattern = '/[\x{4E10}-\x{4E2F}\x{4E0A}]/u';

$matchs = array();

$result = preg_match_all($pattern, $str, $matchs);

var_dump($result, $matchs);

示例中“中个业上”将会被匹配，因为字符组中\x{4E10}-\x{4E2F}匹配了“中个业”所在的Unicode区间，\x{4E0A}对应的是“上”；

二、JavaScript

JavaScript支持的16进制字符编码转义符有

\x00-\xFF, \u0000-\uFFFF

示例代码

var str = "中asfdsf个业上";

var regExp = /[\u4E10-\u4E2F\u4E0A]/g;

console.log(str.match(regExp));

示例中“中个业上”将会被匹配，原因同上；