PHP 正規表現について
解決済
回答 2
投稿
- 評価
- クリップ 2
- VIEW 3,254
・全角ひらがな
・全角カタカナ
・全角漢字
・半角英数字(A~Z、0~9)
・半角のハイフン「-」
・半角のドット「.」
以外の文字列がないか確認したいです。
http://www.tryphp.net/2012/03/03/phpsample-preg-str-2/
上記サイトを見つけたのですが、組み合わせ方が分かりませんでした。
ご回答よろしくお願いします。
-
気になる質問をクリップする
クリップした質問は、後からいつでもマイページで確認できます。
またクリップした質問に回答があった際、通知やメールを受け取ることができます。
クリップを取り消します
-
良い質問の評価を上げる
以下のような質問は評価を上げましょう
- 質問内容が明確
- 自分も答えを知りたい
- 質問者以外のユーザにも役立つ
評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。
質問の評価を上げたことを取り消します
-
評価を下げられる数の上限に達しました
評価を下げることができません
- 1日5回まで評価を下げられます
- 1日に1ユーザに対して2回まで評価を下げられます
質問の評価を下げる
teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。
- プログラミングに関係のない質問
- やってほしいことだけを記載した丸投げの質問
- 問題・課題が含まれていない質問
- 意図的に内容が抹消された質問
- 過去に投稿した質問と同じ内容の質問
- 広告と受け取られるような投稿
評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。
質問の評価を下げたことを取り消します
この機能は開放されていません
評価を下げる条件を満たしてません
質問の評価を下げる機能の利用条件
この機能を利用するためには、以下の事項を行う必要があります。
- 質問回答など一定の行動
-
メールアドレスの認証
メールアドレスの認証
-
質問評価に関するヘルプページの閲覧
質問評価に関するヘルプページの閲覧
checkベストアンサー
+1
1. 文字コードの範囲指定に漏れがあります。定義されるべき範囲はプログラマの意図によって異なりますが、少なくとも私の判断では全てをカバーしきれていないことになります。
2.
u
修飾子は不正なUTF-8シーケンスが含まれているときにpreg_match
関数にFALSE
を返させる特性を持っていますが、このコードは一切このことを考慮していません。不正なUTF-8シーケンスを混ぜ込んだ文字列を判定したときに意図しない動作になります。以下のコードを実行すると [漢字]は、すべて ひらがな と カタカナ です。
と出力されるでしょう。
$checkStr = "漢字\xff\xff\xff";
if (preg_match('/[^ぁ-んーァ-ヴー]/u', $checkStr)){
echo '['.$checkStr.'] の中に ひらがな と カタカナ でない文字が含まれています。<br>';
} else {
echo '['.$checkStr.'] は、すべて ひらがな と カタカナ です。<br>';
}
範囲指定に関してはPentan.infoで紹介されているものをおすすめしておきます。「想定していないものを探す」のではなく、「最初から最後まで想定しているものだけで構成されているか調べる」という書き方になっていることに注目してください。こう書けば先ほどの
u
修飾子に関する問題も解消出来ます。
function is_valid_japanese($str) {
return (bool)preg_match('/\A[.ぁ-ゞァ-ヾ一-龥朗-鶴a-z0-9-]*+\z/ui', $str);
}
以下補足
1. この関数は空文字列を許可しています。空文字列を許可しない場合は、
*+
を++
に変更してください。
2.
^
$
の代わりに\A
\z
、*
+
の代わりに*+
++
を採用している理由に関してはこちらを参照してください。投稿
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
+1
・全角漢字
目的によりますが一言で漢字と言ってもいろいろです。正規表現だと意図しない文字も範囲に含まれているかもしれません。
<?php
$str = "丆";
function is_valid_japanese($str)
{
return (bool)preg_match('/\A[.ぁ-ゞァ-ヾ一-龥朗-鶴a-z0-9-]*+\z/ui', $str);
}
var_dump(is_valid_japanese($str)); // bool(true)
mb_substitute_character("none");
$str = mb_convert_encoding($str, "SJIS-win", "UTF-8");
var_dump(strlen($str)); // int(0) .... 漢字だが CP932 に変換できない
Unicode 限定であれば特に問題無いです。が、第一・第二水準以外は含めたくない、とかであれば、次のように適当なエンコーディングに変換できるかで確認すると良いかもしれません(その場合、正規表現の部分はもっとマイルドでも良いです)。
<?php
$str = "丆";
function is_valid_japanese($str)
{
$tmp = mb_convert_encoding($str, 'ISO-2022-JP', 'UTF-8');
$tmp = mb_convert_encoding($tmp, 'UTF-8', 'ISO-2022-JP');
if ($tmp !== $str) {
return false;
}
return (bool)preg_match('/\A[.ぁ-ゞァ-ヾ一-龥朗-鶴a-z0-9-]*+\z/ui', $str);
}
var_dump(is_valid_japanese($str)); // bool(false)
mb_substitute_character("none");
$str = mb_convert_encoding($str, "SJIS-win", "UTF-8");
var_dump(strlen($str)); // int(0)
投稿
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
15分調べてもわからないことは、teratailで質問しよう!
- ただいまの回答率 88.23%
- 質問をまとめることで、思考を整理して素早く解決
- テンプレート機能で、簡単に質問をまとめられる