PHP正则表达式：对于英语和阿拉伯语文字

Question

Code sample

搜索的文章我在寻找这是在英语和阿拉伯语的关键字的文章。 这些文章可以是英文或阿拉伯文。

我当前的代码是：

$k = implode("|", $keywords); 
$regexp = "/(?i)\b(".$k.")\b/"; 
preg_match_all($regexp, $content, $matches); 

但是，这并不在出于某种原因阿拉伯语文章查找关键字。我已验证关键字和文章正在被正确读取;没有编码问题。

我能做些什么来解决这个问题？请注意，我无法检测文章或关键字是英文还是阿拉伯文，所以必须有一个正则表达式来匹配它们。

Answer 1

你的正则表达式可能只是缺乏/u nicode标志：

$regexp = "/(?i)\b(".$k.")\b/u"; 

否则PCRE有比较字节。在这种情况下，它可能仍然能够找到单词（当UTF-8编码完全相同时），但不会检测到单词\b。

更新
好\b真的只检测\w边界（所以取决于语言环境，而不是设置的/ u标志）。然后尝试这个，而不是使用断言：

$regexp = "/(?<!\p{L})(".$k.")(?!\p{L})/ui";