正则匹配汉字

正则匹配汉字在不同的编码，不同的程序语言上都有些细微的出入，稍不注意就会得不到正确的结果，特此对比一下 javascript 和 php 的正则匹配汉字，而且 php 中的 gb2312 和 utf-8 两种编码匹配规则还不相同同。

在javascript中，要判断字符串是中文是很简单的：

<script type="text/javascript">
    var str = "我热爱编程";
    if(/^[\u4e00-\u9fa5]+$/ . test(str)) {
        alert("该字符串全部是中文");
    } else {
        alert("该字符串不全部是中文");
    }
</script>
php 匹配 gb2312/gbk 编码汉字的正确写法是：

<?php
    header("Content-type:text/html;charset=gb2312");
    $str = "我热爱编程";
    if(preg_match("/^[".chr(0xa1)."-".chr(0xff)."]+$/", $str)) {// gb2312/gbk
        print("该字符串全部是中文");
    } else {
        print("该字符串不全部是中文");
    }
?>
注：上面的也适用于匹配 gbk 编码汉字，因为 gbk 编码包含了所有 gb2312 编码字符。两种编码的区别请参考：http://blog.csdn.net/raige/article/details/4860035

php 匹配 utf-8 编码汉字的正确写法是：

<?php
    header("Content-type:text/html;charset=utf-8");
    $str = "我热爱编程";
    if(preg_match("/^[\x{4e00}-\x{9fa5}]+$/u", $str)) { // utf-8
        print("该字符串全部是中文");
    } else {
        print("该字符串不全部是中文");
    }
?>
注意别漏写修饰符 u ！关于正则表达式修饰符请参考： http://my.oschina.net/banbo/blog/308073