PHP PCRE中的\\ x是什么意思？

Question

从手册 ：

在\\x ，最多读取两个十六进制数字（字母可以大写或小写）。 在UTF-8模式下，允许使用\\x{...} ，其中大括号的内容为一串十六进制数字。 它被解释为UTF-8字符，其代码号为给定的十六进制数。 如果该值大于127，则原始的十六进制转义序列\\xhh与两个字节的UTF-8字符匹配。

那么这是什么意思？

“ä”的代码点为E4，而UTF-8表示形式为C3A4，但与这些匹配项无关紧要：

$t = 'ä'; // same as "\xC3\xA4";

preg_match('/\\xC3A4/u', $t); // doesn't match
preg_match('/\\x00E4/u', $t); // doesn't match

使用花括号，当我指定代码点时，它确实匹配：

preg_match('/\\x{00E4}/u', $t); // matches

Answer 1

语法是一种通过值指定字符的方法：

• \\xAB在0-FF范围内指定一个代码点。
• \\x{ABCD}指定一个在0-FFFF范围内的代码点。

手册中指示的措词有些混乱，也许是为了精确起见。 字符值128-255（有些字符）在UTF-8中编码为2个字节。 因此， unicode正则表达式将匹配7位纯净ASCII，但不会匹配利用所述范围内的值的不同编码/代码页（即CP437 ） 。 该手册以回旋的方式说，unicode正则表达式仅适合与正确编码的输入一起使用。 然而;

这并不意味着\\xABCD被解析为\\x{ABCD} （一个字符）。 它被解析为\\xAB （一个字符）， 然后被解析为CD （两个字符） ¹ 。 花括号解决了此解析歧义问题：

在\\ x之后，最多读取两个十六进制数字..在UTF-8模式下， 允许\\ x {...} 。

其他一些语言则使用\\u\u003c/code>而不是\\x来表示较长的格式。

---

1认为这符合：

preg_match（'/ \\ xC3A4 / u'，“ \\ xC3”。“ A4”）;