php - preg_match_all 在 PHP 中返回 utf-8 的正确偏移量

Question

我目前正在尝试查找混合字符串(包含日语 utf-8 字符和英语字符)中特定系列字符的位置。我目前像这样拉匹配和偏移:

preg_match_all( $regex, $string, $allmatches, PREG_OFFSET_CAPTURE );    

但是当我的匹配字符串前面有日语字符时，偏移量似乎太大了。

1. こんいちはabcd 匹配こんばんは
2. abcdeabcd 匹配 abcde

这两个字符串的偏移量应为 10，但 preg_match_all 返回的数字远高于包含日语字符的字符串的数字。

如何确保所有字符串的偏移量都是标准的？

编辑:对于那些感兴趣的人，我的正则表达式非常基本。只需设置为匹配一系列空格即可: /( +){3}/iu

Answer 1

您必须将/u 修饰符添加到 $regex 以匹配 unicode 字符。

$regex = "/MATCH/u";

参见:Pattern Modifiers