具有多字节字符串和php regex的怪异行为

Question

我正在与php一起使用preg match，并发现了一些奇怪的行为，如下所示（行为在任何版本中似乎都是一致的：]

var_dump(preg_match('/[£]/', '«')); // true
var_dump(preg_match('/£/', '«')); // false

var_dump(preg_match('/[»]/', '«')); // true
var_dump(preg_match('/»/', '«')); // false

我希望所有这些表达式都返回false，但是当在正则表达式中使用方括号（表示匹配此集合中的任何字符）时，正则表达式将返回true。我事先检查了多字节字符串是否受支持，并被告知确实是这种情况，但是我可能会弄错吗？我通常会使用mb_ereg替代方案，但是preg_replace_callback没有一个是我要使用的替代方案。最终，我只想知道这里发生的事情😂，我找到了一种解决方法，所以这不是什么大问题，但是这似乎确实是很奇怪的行为！

Answer 1

您必须为此类测试添加UTF-8标志，即'/[£]/u'。

从PHP docs：

u（PCRE_UTF8）此修饰符打开与Perl不兼容的PCRE的其他功能。模式和主题字符串被视为UTF-8。无效的主题将导致preg_ *函数不匹配。无效的模式将触发级别为E_WARNING的错误。自PHP 5.3.4起（分别为PCRE 7.3 2007-08-28），五个和六个八位字节的UTF-8序列被视为无效；以前那些被认为是有效的UTF-8。