preg_match函数中正则表达式表现异常的原因咨询

第一个正则匹配失败的原因 #

PHP的preg_match默认使用PCRE（Perl兼容正则表达式）的非Unicode模式，在这个模式下，\p{L}这类Unicode属性规则根本无法正确识别——它只会匹配ASCII范围内的字母，像Ǻ、α、ᗩ这类非拉丁Unicode字母会被判定为不符合规则的字符，直接导致整个匹配失败。

而你用的在线测试器大概率默认开启了Unicode支持，所以能正常匹配这些字符。解决这个问题很简单，只需要在正则表达式末尾加上/u修饰符，开启PCRE的Unicode模式，让\p{L}能正确匹配所有Unicode字母：

$text = 'ǺǻαάǠẮắẰằẳẴẵĪäÅÀÁÂåãâàáÃᗩ';
// 加上/u修饰符开启Unicode模式
if(preg_match("/^([\p{L}0-9~!@#$%^&*_\-+='|{}\(\)\[\]:;\"<>,.?\/\\\s])+$/iu", $text)){
    echo 'success';
} else {
    echo 'fail';
}

运行这段代码就会输出success了。

第二个正则“几乎匹配所有内容”的原因 #

你第二个正则去掉了开头的^和结尾的$锚点，preg_match的逻辑是只要字符串中存在任意一段符合正则的内容，就会返回匹配成功，而不是要求整个字符串都完全符合规则。哪怕字符串里混着✪、❀这类你想忽略的符号，只要里面有一个字母或允许的特殊字符，就会匹配成功，所以才会出现“几乎匹配所有内容”的情况。

额外小提示 #

在字符集[]里，-如果放在开头或结尾（或者转义）才不会被当成范围符号，你这里把\-放在了中间其实是可以的，但如果怕出错，也可以把-移到字符集的最后，这样不用转义也不会有问题，比如：

[\p{L}0-9~!@#$%^&*_+='|{}\(\)\[\]:;"<>,.?\/\\\s-]

内容的提问来源于stack exchange，提问作者Manuel Wulf