的preg_match与UTF8

Question

比方说，我有以下几点：

$str1 = "via Tokyo"; 
$str2 = "via 東京"; 

我希望“通过”后，任何非空白字符相匹配。通常我会使用以下内容：

preg_match("/via\s(\S+)/", $str2, $match); 

获取匹配字符。由于preg_match不理解utf8，所以我认为这不适用于上述情况，但它在这种情况下完美工作。

这是否工作正常，因为preg_match只是寻找字节不是空白，如果是的话，我可以安全地使用这个任何UTF8字符？

PS我知道，我真的应该使用mb_ereg功能本（或完全避免PHP），但我正在寻找一个更好的理解为什么这个工程。谢谢！

Answer 1

是，UTF-8使用多字节序列的特殊Unicode字符，并且它保证它们是由具有高的位（undermore）从ASCII不同。因此搜索斜杠，反斜杠或空格将不会在多字节序列中出现误报。

Answer 2

它正在工作，因为构成東和京的单个字节恰好不是单字节字符集中的空白字符。除其他事项外，尽管它是一个空白字符，但您的正则表达式将很乐意接受 -   - （em空格）。

尝试添加u改性剂到终点，以使UTF-8的支持。