Question

PHP正则匹配出汉字

<?
$string=file_get_contents('http://www.baidu.com');
……
?>

我想把百度首页上“知道”这两个字给扣出来！我该怎么写！

Answer 1

html源码中有两个“知道”，一个是标题，一个链接
我的理解，是连接里的

用(?<=<a[^>]+>)(?=(知[\w&;]+|道[\w&;]*)?</a>)(知[\w&;]+|道[\w&;]*)?
得到的结果是：
知 道 (中间有&-n-b-s-p;）
对这个结果，再用一次replace("",“[^\\u4e00-\\u9fa5]+”,"");就可以得到知道了。
这个我无法一次得到。
我不会php哦，不能写php代码了。也不知道对楼主的意思理解的对不。要是有问题，请楼主再描述一下。

Answer 2

知道php文件的编码与百度的编码一样就可以了。
以下代码是我将“百度”两个字进行了url编码，让程序代码自己进行解码，这样来避免php程序文件的编码对汉字的影响。

<?php

$string = file_get_contents('http://www.baidu.com');
preg_match('/.*('.urldecode('%D6%AA%B5%C0').').*/', $string, $matches);
print_r($matches);

?>

Answer 3

这个是匹配汉字的正则表达式规则：/^[\x{4e00}-\x{9fa5}]+$/u。

Answer 4

不明白。你配置出知道两个字有什么用意思呢