PHP正则表达式：匹配英日文字符与数字，排除特殊字符问题

我来帮你梳理下这几个正则的问题，再给你靠谱的解决方案～

逐个分析你尝试的写法缺陷 #

1. 第一个正则的核心问题 #

你写的：

preg_match('/[\p{L}\p{N}\p{Katakana}\p{Hiragana}\p{Han}]+/u', $value)

• 多包含了不必要的字符：\p{Han}是匹配汉字的，但你的需求里并没有要允许汉字，这会导致汉字被误判为合法字符。
• 未锚定整个字符串：这个正则只会匹配字符串里任意一段符合规则的子串，而不是要求整个字符串都由合法字符组成。比如$value是"abc!123"，它会匹配到abc和123，返回true，但实际上字符串里有特殊字符!，完全不符合你“排除特殊字符”的要求。

2. 第二个正则完全偏离需求 #

你写的：

preg_match('/[\p{Cn}\p{N}]+/u', $value)

\p{Cn}是匹配未分配的Unicode字符，这和你要的英文、日文字母八竿子打不着，这个正则只能匹配数字和一些无意义的未定义字符，完全达不到你的目标，而且同样没锚定整个字符串。

3. 第三个正则逻辑完全相反 #

你写的：

preg_match('/[(a-zA-Z 0-9\_\{\}\!\$\%\&\.\|\?\*\+\(\)\-\~)(\p{Cn})]/', $value)

• 主动包含了大量特殊字符：比如!、$、%这些，相当于你直接允许了这些你本想排除的符号，逻辑完全搞反了。
• 语法错误：&是HTML实体，正则里应该直接写&，否则会匹配字面量的&字符串；同时括号使用混乱，\p{Cn}还是错误的字符类。
• 同样未锚定整个字符串，而且只匹配单个字符，根本没法验证整个字符串的合法性。

正确的正则写法 #

根据你的需求：仅允许英文（字母+数字）、日文（平假名+片假名+数字），排除所有特殊字符，且要求整个字符串都由合法字符组成，正确的正则应该是：

preg_match('/^[\p{Latin}\p{N}\p{Hiragana}\p{Katakana}]+$/u', $value)

各部分解释： #

• ^和$：锚定字符串的开头和结尾，确保整个字符串都符合规则，不会因为有一段合法子串就误判。
• \p{Latin}：匹配所有拉丁字母（包含英文a-z、A-Z，也支持带重音的拉丁字母；如果只需要纯英文大小写字母，可以替换成a-zA-Z）。
• \p{N}：匹配所有Unicode数字（包括阿拉伯数字、日文数字等，覆盖你需要的数字场景）。
• \p{Hiragana}：匹配日文平假名，\p{Katakana}：匹配日文片假名。
• +：要求合法字符至少出现一次，避免匹配空字符串。
• /u修饰符：启用Unicode模式，确保正确识别多字节的日文字符。

如果需要严格只允许纯英文大小写字母（排除带重音的拉丁字母），可以把\p{Latin}换成a-zA-Z，正则变成：

preg_match('/^[a-zA-Z0-9\p{Hiragana}\p{Katakana}]+$/u', $value)

这样就能完美实现你的需求：整个字符串只能由英文、日文的字母和数字组成，任何特殊字符都会被排除。

内容的提问来源于stack exchange，提问作者manu