Ho il seguente codice php in un file php utf-8:php parola espressioni regolari confine corrispondente in utf-8
var_dump(setlocale(LC_CTYPE, 'de_DE.utf8', 'German_Germany.utf-8', 'de_DE', 'german'));
var_dump(mb_internal_encoding());
var_dump(mb_internal_encoding('utf-8'));
var_dump(mb_internal_encoding());
var_dump(mb_regex_encoding());
var_dump(mb_regex_encoding('utf-8'));
var_dump(mb_regex_encoding());
var_dump(preg_replace('/\bweiß\b/iu', 'weiss', 'weißbier'));
vorrei l'ultima regex per sostituire solo parole piene e non parti di parole.
Sul mio computer Windows, restituisce:
string 'German_Germany.1252' (length=19)
string 'ISO-8859-1' (length=10)
boolean true
string 'UTF-8' (length=5)
string 'EUC-JP' (length=6)
boolean true
string 'UTF-8' (length=5)
string 'weißbier' (length=9)
Sul web server (Linux), ottengo:
string(10) "de_DE.utf8"
string(10) "ISO-8859-1"
bool(true)
string(5) "UTF-8"
string(10) "ISO-8859-1"
bool(true)
string(5) "UTF-8"
string(9) "weissbier"
Così, l'espressione regolare funziona come mi aspettavo su Windows ma non su Linux .
Quindi la domanda principale è, come dovrei scrivere la mia espressione regolare in modo che corrisponda solo ai limiti delle parole?
Una domanda secondaria è come posso far sapere a Windows che voglio usare utf-8 nella mia applicazione php.
+1 - '\ w' e' \ b' sembrano funzionare come previsto nelle versioni di PHP recenti ma non sono definitivamente affidabili, poiché probabilmente si interromperanno quando si distribuisce l'app. –
Nota anche la risposta accettata qui: http://stackoverflow.com/questions/4781898/regex-word-boundary-does-not-work-in-ut8-on-some-servers se vuoi usare le scorciatoie Unicode! –