PHP匹配日文全角数字正则表达式返回所有全角字符问题

你的代码核心问题是正则表达式未添加u修饰符，PHP的preg系列函数默认按字节处理字符串，全角数字是Unicode多字节字符，不加u修饰符时，[０-９]的范围会被解析为字节范围，导致误匹配其他全角字符。

修正步骤与优化代码 #

1. 修复正则表达式，添加u修饰符以支持Unicode字符匹配
2. 无需拆分字符串再过滤，直接用preg_match_all一次性提取所有全角数字，提升效率
3. 加入全角数字转半角的逻辑

修正后的完整代码：

// 匹配全角数字的正则，添加u修饰符支持Unicode
$fullwidthPattern = '/[０-９]/u';

$handle = curl_init();
$url = (URL removed for privacy reasons);

curl_setopt($handle, CURLOPT_URL, $url);
curl_setopt($handle, CURLOPT_RETURNTRANSFER, true);
$output = curl_exec($handle);
curl_close($handle);

// 提取所有全角数字
preg_match_all($fullwidthPattern, $output, $matches);
$fullwidthNumbers = $matches[0];

// 全角转半角：全角数字（０-９）的Unicode值比半角（0-9）大0xFEE0
$halfwidthNumbers = array_map(function($num) {
    return chr(ord($num) - 0xFEE0);
}, $fullwidthNumbers);

// 输出结果
echo '提取的全角数字：' . implode('', $fullwidthNumbers) . PHP_EOL;
echo '转换后的半角数字：' . implode('', $halfwidthNumbers);

关键说明 #

• u修饰符：让正则引擎按Unicode字符而非字节处理，确保[０-９]准确匹配全角数字（U+FF10到U+FF19）
• preg_match_all：直接从网页内容中提取所有符合规则的全角数字，避免拆分字符串的额外开销
• 全角转半角逻辑：利用全角与半角数字的Unicode值偏移量（固定差0xFEE0），通过ord()和chr()完成转换

内容的提问来源于stack exchange，提问作者Andrew Garrison