仅匹配指定特殊字符的正则表达式命中阿拉伯文字问题求解

问题原因 #

你的正则会误匹配阿拉伯字母，核心是两个问题：

• 正则没有加u（Unicode）修饰符：PHP的PCRE正则引擎默认不会按UTF-8规则解析多字节字符，会把阿拉伯语这类非ASCII的多字节字符拆成单个独立字节处理，这些字节的编码值刚好落入你写的特殊字符集合的覆盖范围，因此触发误判。
• 黑名单匹配逻辑本身存在缺陷：你枚举的特殊字符永远无法覆盖所有场景，一旦出现不在你黑名单里的特殊字符就会漏判，且跨语言场景下很容易出现编码解析导致的误判。

最优解决方案 #

你原本的需求是仅允许「任意语言字母、空格、-、,」，直接用白名单逻辑写正则即可，代码如下：

// 正则说明：
// ^ $ 锚定整串匹配，确保所有字符都符合规则
// \p{L} 匹配任意Unicode语言的字母（英文、阿拉伯文、中文等所有语言的字母都支持）
// \s 匹配空白字符，仅需要普通空格可替换为空格本身
// , - 是你允许的特殊符号，-放在字符集末尾无需转义
// 末尾u修饰符开启Unicode模式，正确处理多字节字符
$rule = '/^[\p{L}\s,-]+$/u';
$input = "القاهرة - مصر";

if (!preg_match($rule, $input)) {
    echo '存在非法字符';
} else {
    echo '字符合法';
}

如果一定要沿用你原来的黑名单校验逻辑，只需要在原来的正则末尾加上u修饰符即可解决阿拉伯语误判问题，但依然存在特殊字符漏判的风险：

// 仅加u修饰符的原有正则
if (preg_match('/[!@#$%^&*<>();{}[\]_؟:\+=~\/\?\.\\\"\'\']+/u', $input)) {
    echo '匹配到非法字符';
}

内容的提问来源于stack exchange，提问作者user_411