Preg_Replace和UTF8

我正在加强我们的video search page以突出显示搜索结果中的搜索项。因为用户可以在文本中输入judas priest，并且视频中有Judas Priest，我必须使用正则表达式来保留原始文本的大小写。Preg_Replace和UTF8

我的代码工作，但我有特殊字符，如š, č and ž的问题，看来，如果情况是相同的（尽管/ui修改）Preg_Replace()将只匹配。我的代码：

$Content = Preg_Replace ('/\b(' . $term . '?)\b/iu', '<span class="HighlightTerm">$1</span>', $Content);

我也试过这样：

$Content = Mb_Eregi_Replace ('\b(' . $term . '?)\b', '<span class="HighlightTerm">\\1</span>', $Content);

但它也不起作用。如果搜索字词是“SREČA”，它将匹配“SREČA”，但是如果搜索字词是“sreča”，它将不匹配它（反之亦然）。

那么我该如何做这项工作？

更新：我设置的语言环境和内部编码：

Mb_Internal_Encoding ('UTF-8'); 
$loc = "UTF-8"; 
putenv("LANG=$loc"); 
$loc = setlocale(LC_ALL, $loc);

来源

2010-01-14 Jan Hančič

您是否考虑过如果用户在搜索查询中输入特殊字符（如'/'或'*'）会发生什么？ – 2010-01-14 09:30:28

搜索词在我做任何事之前都已经过消毒。感谢评论。 – 2010-01-14 09:31:42

而不是“消毒”，你可以使用'preg_quote' – troelskn 2010-01-14 10:03:56

我觉得现在真的很愚蠢，但问题不在于Preg_ *函数。我不知道为什么，但我首先检查给定的字词是否与StriPos字符串一致，并且由于该函数不是多字节安全的，所以如果文本的情况与搜索字词不同，则返回false，所以甚至没有叫Preg_Replace。

所以这里学到的教训是，如果你有UTF8字符串，总是使用多字节版本的函数。

来源

2010-01-17 14:04:55

阿门，兄弟。阿门。 – 2016-06-21 15:01:44

如果我没有记错，preg_match使用当前的语言环境。试试setting the locale这些字符所属的语言。你可能也需要一个基于utf8的语言环境。如果您的页面中有混合语言，则可以找到可用的通用国际语言环境。

参见：http://www.phpwact.org/php/i18n/utf-8

来源

2010-01-14 10:00:47 troelskn

请参阅我的问题的更新。 – 2010-01-14 10:11:59

在任何系统上，UTF-8可能都不是有效的语言环境。尝试在shell上运行locale -a来获取支持的语言环境。你可能想要一个看起来像'en_GB.utf8'的。 – troelskn 2010-01-14 10:16:32

谢谢。我已将其更改为'sl_SI.UTF-8'，但结果相同... – 2010-01-14 10:20:18

不知道你的问题是从所产生的，但我只是把一起这个小测试案例：

<?php 

$uc = "SREČA"; 

mb_internal_encoding('utf-8'); 
echo $uc."\n"; 
$lc = mb_strtolower($uc); 
echo $lc."\n"; 

echo preg_replace("/\b(".preg_quote($uc).")\b/ui", "<span class='test'>$1</span>", "test:".$lc." end test");

这是我的机器上输出：

SREČA 
sreča 
test:<span class='test'>sreča</span> end test

似乎正常工作？

来源

2010-01-14 10:23:02 gnarf

添加'mb_regex_encoding'没有解决问题（我已经有另外两个）：\ – 2010-01-14 10:26:42

mb_strtolower正确地转换字符 – 2010-01-14 10:32:18

Preg_Replace和UTF8

回答

相关问题