如何检测非西方字符？ [英] How can I detect non-western characters?

问题描述

我想禁止某些UTF-8输入（服务器端），例如东方语言，其中示例输入可能是伊。

但是，我确实希望继续支持其他拉丁语或拉丁语字符，例如威尔士语和ŷ，因此无法检查latin-1 。 / p>

我的选择是什么？ （如果特定语言，首选PHP）

非常感谢。

---

推理：很多非西方字符的浏览器支持经常丢失（例如在不同的浏览器上，我只是在上面的问题中看到一个框），所以对于显示名称这样的东西有时是适当的，即使它是不适合邮件正文

解决方案

只需执行

  preg_match（'/ [^ \\p {Common} \\p {Latin}] / u'，$ string）
  

其中 $ string 是一个UTF-8字符串。如果有非拉丁字符，则返回1，否则返回0。

示例：

  var_dump（preg_match（'/ [^ \\p {Common} \\p {Latin}] / u'，'sf..ŷaás??'） ）; // int（0）
 var_dump（preg_match（'/ [^ \\p {Common} \\p {Latin}] / u'，'sf..ŷݤaás??'））; // int（1）
  

I want to disallow certain UTF-8 input (server-side), e.g. eastern languages, where example input might be " 伊 ".

However, I do want to continue supporting other latin or "latin-like" characters, such as the welsh ŵ and ŷ, so checking against latin-1 is not possible.

What are my options? (if language specific, PHP preferred)

Thanks very much.

---

Reasoning: browser support for a lot of non-western characters is often missing (e.g. on a different browser I just see a box in the question above), so for things like display names sometimes it's appropriate to restrict it even if it's not appropriate for message bodies

解决方案

Just do

preg_match('/[^\\p{Common}\\p{Latin}]/u', $string)

where $string is an UTF-8 string. This will return "1" if there are non-latin characters and will return "0" otherwise.

Example:

var_dump(preg_match('/[^\\p{Common}\\p{Latin}]/u', 'sf..ŷaás??'));  //int(0)
var_dump(preg_match('/[^\\p{Common}\\p{Latin}]/u', 'sf..ŷݤaás??')); //int(1)

这篇关于如何检测非西方字符？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！