php regf utf-8中的单词边界匹配

Question

我在utf-8 php文件中有以下php代码：

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'));

我希望最后一个正则表达式仅替换完整的单词，而不替换单词的一部分。

在我的Windows计算机上，它返回：

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)

在网络服务器（Linux）上，我得到：

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"

因此，正则表达式可以在Windows上正常运行，但不能在linux上运行。

因此，主要问题是，我该如何编写正则表达式以仅在单词边界处匹配？

第二个问题是如何让Windows知道我要在php应用程序中使用utf-8。

Answer 1

即使在UTF-8模式，标准类速记喜欢\w和\b不支持Unicode的。您只需要使用Unicode速记法即可，但是您可以通过使用环视而不是交替来使它变得不那么难看：

/(?<!\pL)weiß(?!\pL)/u

还请注意如何将花括号排除在Unicode类的简写之外；当类名由单个字母组成时，您可以这样做。