Регулярные выражения в PHP и русские буквы
По-умолчанию в PHP функции для работы с регулярными выражениями некорректно работают кириллицей и с русскими буквами в частности. Обычно такое поведение заключается в выборке не всех сиволов из поисковой маски.
- preg_filter
- preg_grep
- preg_match_all
- preg_match
- preg_replacecallbackarray
- preg_replace_callback
- preg_replace
- preg_split
Для работы с ними нужно использовать модификатор /u поисковой маски, который указывает на поиск unicode.
'/[а-яёА-ЯЁ]+/u'u (PCRE_UTF8)
Этот модификатор включает дополнительную функциональность PCRE, которая не совместима с Perl: шаблон и целевая строка обрабатываются как UTF-8 строки. Модификатор u доступен в PHP 4.1.0 и выше для Unix-платформ, и в PHP 4.2.3 и выше для Windows платформ. Валидность UTF-8 в шаблоне и целевой строке проверяется начиная с PHP 4.3.5. Недопустимая целевая строка приводит к тому, что функции preg_* ничего не находят, а неправильный шаблон приводит к ошибке уровня E_WARNING. Пятый и шестой октеты UTF-8 последовательности рассматриваются недопустимыми с PHP 5.3.4 (согласно PCRE 7.3 2007-08-28); ранее они считались допустимыми.
Модификаторы шаблонов Perl-совместимых регулярных выражений (PCRE)