php - 匹配 unicode block 或索引范围的正则表达式

Question

我正在尝试创建一个正则表达式来匹配 unicode block 中的任何字符 - 特别是 Mathematical Alphanumeric Symbols block 。

此处的目的是识别使用 Unicode 字符的内容的使用，以获得不同的文本格式，例如通常不支持的粗体或斜体文本。有很多网站 like this one 可以帮助用户转换文本。

我尝试使用速记属性代码，但它似乎与我期望的 block 中的所有字符不匹配。

preg_match('/\p{Sm}/i', '𝟮') === 1; // false

PHP 似乎也不支持命名变体，因此我无法执行 \p{Math} 之类的操作。

我相信我需要定位 block 范围 - 从 U+1D400 - U+1D7FF，但我无法弄清楚如何正确构建此正则表达式。这就是我想让它工作的方式，但它似乎不起作用。

preg_match('/\x{1D400}-\x{1D7FF}/i', '𝗮') === 1; // false

---

我希望这些字符都不匹配(直接在键盘上输入):

abcdefghijklmnopqrstuvwxyz0123456789

我希望这些字符中的每一个都匹配(与上面相同，使用上面的链接转换为数学粗体):

𝐚𝐛𝐜𝐝𝐞𝐟𝐠𝐡𝐢𝐣𝐤𝐥𝐦𝐧𝐨𝐩𝐪𝐫𝐬𝐭𝐮𝐯𝐰𝐱𝐲𝐳𝟎𝟏𝟐𝟑𝟒𝟓𝟔𝟕𝟖𝟗

Answer 1

我猜测这个表达式可能有效，但不确定:

$re = '/[\x{1D400}-\x{1D7FF}]+/su';
$str = '𝐚𝐛𝐜𝐝𝐞𝐟𝐠𝐡𝐢𝐣𝐤𝐥𝐦𝐧𝐨𝐩𝐪𝐫𝐬𝐭𝐮𝐯𝐰𝐱𝐲𝐳𝟎𝟏𝟐𝟑𝟒𝟓𝟔𝟕𝟖𝟗';
preg_match_all($re, $str, $matches, PREG_SET_ORDER, 0);
var_dump($matches);

---

\p{S} or \p{Symbol}: math symbols, currency signs, dingbats, box-drawing characters, etc.
\p{Sm} or \p{Math_Symbol}: any mathematical symbol.
\p{Sc} or \p{Currency_Symbol}: any currency sign.
\p{Sk} or \p{Modifier_Symbol}: a combining character (mark) as a full character on its own.
\p{So} or \p{Other_Symbol}: various symbols that are not math symbols, currency signs, or combining characters.

---

该表达式在 regex101.com 的右上角面板中进行了解释，如果您想探索/简化/修改它，请在this link中，如果您愿意，您可以观察它如何与一些示例输入匹配。

---

引用

RegEx for Mathematical Alphanumeric Symbols

Unicode Regular Expressions