首页 新闻 搜索 专区 学院

正则表达式\s真的等于 [ \f\n\r\t\v]吗?

0
悬赏园豆:30 [已解决问题] 解决于 2020-07-06 20:14

在各种资料中,大家都认为\s等价于 [ \f\n\r\t\v]。如下为菜鸟教程截图:

今天却碰到一个奇怪的问题:

PHP代码,utf-8格式,代码如下:


$pattern_1 = '/\s+?(\S+)?$/';
$pattern_2 = '/[ \f\n\r\t\v]+?(\S+)?$/';

$str_1 = '加强和改进党的作风';
$str_2 = '加强和改进你的作风';

echo "1:";
echo preg_replace($pattern_1, '', $str_1);

echo "<br>2:";
echo preg_replace($pattern_1, '', $str_2);

echo "<br>3:";
echo preg_replace($pattern_2, '', $str_1);

echo "<br>4:";
echo preg_replace($pattern_2, '', $str_2);

 

 

 

 

现在就有问题了,为何\s等于 [ \f\n\r\t\v]的话,在对字符串1的替换中,结果却不同?

str_1和str_2没有什么那一个字有什么差别呢,为何正则2对它们的处理结果不同?

 

 

html55的主页 html55 | 初学一级 | 园豆:134
提问于:2020-06-10 10:42
< >
分享
最佳答案
1
  1. 由于你正则没有加u,所以匹配的时候不会把utf8字符看成一个字符,而是三个字符

  2. 这个字,utf8编码是e5859a,中间的85,在unicode编码里面是NEL字符,就是unicode的换行符,如下图
    unicode字符图

  3. PHP用的正则解析器是PCREPCRE\v代表垂直空白符,所以NEL字符也被包括在内

  4. 如果你要解决这个问题,就在正则后面加u,比如/[ \f\n\r\t\v]+?(\S+)?$/u

  5. 以下文字来自官方文档,由于中文翻译有点误导,所以最好直接看英文,Perl 5 no longer includes vertical tab in its set of whitespace characters. The \v escape that was in the Perl documentation for a long time was never in fact recognized. However, the character itself was treated as whitespace at least up to 5.002. In 5.004 and 5.005 it does not match \s.

收获园豆:30
我忘记了 | 菜鸟二级 |园豆:214 | 2020-07-04 23:00

用正则解析中文的时候一定要注意编码的问题

我忘记了 | 园豆:214 (菜鸟二级) | 2020-07-04 23:02

感谢大佬,就是厉害!

html55 | 园豆:134 (初学一级) | 2020-07-06 20:14
其他回答(1)
0

有问题吧?空白字符不止那几个?

顾晓北 | 园豆:9963 (大侠五级) | 2020-06-10 19:20

那还缺什么呢?

echo preg_replace($pattern_2, '', $str_1);

echo preg_replace($pattern_2, '', $str_2);

这两句,就是把“党”字改了下,就没乱码了,其他都一样,很奇怪,不知道为何有乱码

 

支持(0) 反对(0) html55 | 园豆:134 (初学一级) | 2020-06-10 22:14

@html55: 你搜下空白字符都有哪些,我印象中,不知道\b这种的算不算。。。

支持(0) 反对(0) 顾晓北 | 园豆:9963 (大侠五级) | 2020-06-11 09:41
清除回答草稿
   您需要登录以后才能回答,未注册用户请先注册