从PHP空白区分Unicode和Ascii字符集

Question

我正在做一些类来处理来自php的僧伽罗Unicode，我想分开混合字符串Unicode和ascii字符作为单独的单词与空格。 例如：

---

$inputstr = "ලංකාABCDE TEST1දිස්ත්‍රික් වාණිජ්‍යTEMP මණ්ඩලය @ MNOPQ"; 

function separatestring($inputstr) 
{ 
//do some code 
return $inputstr; 
} 


echo separatestring($inputstr); 

//OUTPUT String = ලංකා ABCDE TEST1 දිස්ත්‍රික් වාණිජ්‍ය TEMP මණ්ඩලය @ MNOPQ 

我有与正则表达式几个循环方法的preg_replace和尝试，但任何方法都没有成功。请帮助我。谢谢大家！

Answer 1

这个工作对我来说：

$inputstr = "ලංකාABCDE TEST1දිස්ත්‍රික් වාණිජ්‍යTEMP මණ්ඩලය @ MNOPQ"; 

function separatestring($inputstr) 
{ 
    $re = '#\s+|(?<=[^\x20-\x7f])(?=[\x20-\x7f])' 
      . '|(?<=[\x20-\x7f])(?=[^\x20-\x7f])#'; 
    $array = preg_split($re, $inputstr); 
    return array_filter($array); 
} 


echo implode(" ", separatestring($inputstr)); 
//OUTPUT String = ලංකා ABCDE TEST1 දිස්ත්‍රික් වාණිජ්‍ය TEMP මණ්ඩලය @ MNOPQ 

一个分裂的正则表达式意味着：

• # - 启动正则表达式（分隔符字符），
• \s+ - 分裂的一个或多个空白字符（以空格作为分隔符），
• | - 或
• (?<=[^\x20-\x7f])(?=[\x20-\x7f]) - 分裂非ASCII和ASCII字符（不计算它们作为隔板）之间的边界，
• | - 或，
• (?<=[\x20-\x7f])(?=[^\x20-\x7f]) - 上ASCII和非ASCII字符之间的边界（分裂不计算他们作为分隔符），
• # - 结束正则表达式（分隔符）。

不幸的是，我的正则表达式不是太优雅，所以有时会返回空字符串（因为空白字符也是ASCII字符）。我已经通过array_filter来解决这个问题，但可能会有更优雅的解决方案。我写过separatestring，它以数组的形式返回。如果您想要一个字符串，请用以下方式替换return声明：

return implode(" ", array_filter($array));