バグ：ルック周りUnicodeの問題

Question

jsの次はなぜコードワード：

"آرد@".replace(/(?=.)/g,'!'); // returns: ""!آ!ر!د"" 

しかし、そのPHPの相当'!�!�!�!�!�!�'を返しますか？

preg_replace('/(?=.)/u', '!', 'آرد'); //returns '!�!�!�!�!�!�' 

これは4.3.5 - 5.0.5,5.1.1 - 5.1.6のバージョンでのみ動作します。

を参照してください：あなたは、単に/u修飾子を追加する場合http://3v4l.org/jrV0W

Answer 1

いくつかの文字列をテストした後、私はPREGエンジンにバグがあると思います。最初の3行出力は期待通りでしたが、4行目は誤りです。

<?php 
echo preg_replace('/./'  , '#', 'آرد') . PHP_EOL; //✓ 
echo preg_replace('/./u'  , '#', 'آرد') . PHP_EOL; //✓ 
echo preg_replace('/(?=.)/' , '#', 'آرد') . PHP_EOL; //✓ 
echo preg_replace('/(?=.)/u' , '#', 'آرد') . PHP_EOL; //✗ 
echo preg_replace('/(?=\pL)/' , '#', 'آرد') . PHP_EOL; //? 
echo preg_replace('/(?=\pL)/u', '#', 'آرد') . PHP_EOL; //? 

アウトは入れ：

###### 
### 
#�#�#�#�#�#� 
#�#�#�#�#�#� 
#آ#ر#د 
#آ#ر#د 

Answer 2

を、パターンがutf-8として扱われることになっています。第二の例があるために動作します：PHP 5.1以来

1. 、あなたに翻訳することができ\p{L}使用することができます。「を任意の言語からの手紙のいずれかの一種です。」
2. 標準表記に加えて、\ p {L}、Java、Perl、PCRE、今度はPHPは、簡略\pLを使用できます。この短縮形は、単一文字のUnicodeプロパティでのみ機能します。

---

UPDATE：はなぜpreg_replace('/(?=.)/u', '!', 'آرد'); //returns '!�!�!�!�!�!�'??

@MarkFoxが言うようにpreg_replace()の文脈で、それは1文字あたりのバイト、あなたは「RegExing」している文字を想定しているので、理由があり、マルチバイトあります。だからあなたの置換えの出力は、あなたが期待している一致の倍を持っています。それは各文字の各バイト（2バイトであると推測しています）と一致しています -

あなたはあなたの文書エンコーディングに関係なく、 Unicode character propertiesこの作業を行うには。

奇妙なシンボルはどうですか？

"疑問符の内側に奇妙な四角い記号"が表示されている場合は、通常、置換文字として知られています。これは通常、80-FF（128-255）の範囲のバイトと、システムはUTF-8にレンダリングしようとしています。

UTF-8の全バイト範囲が1バイト文字に対して無効ですが、すべてが西洋のエンコードでは、ISO-8859-1など非常に一般的です。