preg_match_all：包括非ASCII字符

Question

我有一個preg_match_all來搜索段落中的單詞。 它找不到西里爾字母等。我該如何更改以處理所有類型的字符（英語，西里爾字母，帶重音的字符等）：

preg_match_all( '/\b' . $testWord .'\b/i', $content, $matches, PREG_OFFSET_CAPTURE );

我試圖將u添加到正則表達式的末尾，這似乎是一個解決方案，但是我在這里詢問是否是最佳實踐，或者是否有更好的方法來顯示正則表達式。

preg_match_all( '/\b' . $testWord .'\b/iu', $content, $matches, PREG_OFFSET_CAPTURE );

謝謝

Answer 1

不幸的是，即使使用u修飾符，單詞邊界速記\\b也會起作用（即與您期望的位置不匹配。）您將需要用負的環顧四周替換它們以檢查\\pL （任何字母）或\\pM （任何重音符號。）

像這樣：

preg_match_all(
    '/(?<![\pL\pM])' . $testWord .'(?![\pL\pM])/iu',
    $content,
    $matches,
    PREG_OFFSET_CAPTURE
);