1. 籠統的使用元字符匹配中文，/.*?/s，可匹配一段中文，這在ANSI(gb2312)和utf-8環境的程序代碼都可以實現。但提醒一下，\w不能匹配中文。曾在一本《精通正則表達式》(人民郵電出版社，沙金編著)書上看到可以使用\w匹配中文，這裡糾正一下用php不行。可以使用”/./”，” /[^\d]/”，”/[^a]/”，匹配中文字符。
2. 如果要精准匹配中文，即匹配純中文字符，或匹配中文字符加上全角標點，則需要根據不同編碼環境使用不同方法。下面以兩種常用的編碼(gb2312,utf-8)進行介紹：
在 ANSI(gb2312)環境下，可使用[chr(0xnn)-chr(0xmm)]的方式匹配，如在一篇網文上就提供這樣的方法，”/[".chr(0xb0)."-".chr(0xf7)."]+/”，這是可以使用的，但這太過籠統，這個表達式是匹配全部的gb2312編碼表的字符，既包括漢字、標點、日文平假名等，還有一些不知是什麼符號的。而從編碼表可以看出漢字的編碼范圍是0xb0a1-0xf7fe，並且gb2312 是用兩個字節進行編碼的，每個字節最高位都是1 。所以可以藉此寫出單純匹配漢字的正則式：
"/([".chr(0xb0)."-".chr(0xf7)."][".chr(0xa1)."-".chr(0xfe)."])/" ，該表達式能匹配一個中文字符，數量關系就可以容易擴展了。
並且舉一反三，如果想匹配全角標點而不匹配中文就可以這樣寫：
"/([".chr(0xa1)."-".chr(0xa3)."][".chr(0xa1)."-".chr(0xff)."])/"，就是匹配編碼范圍0xa1a1-0xa3ff內的符號。其他的類似。
3. 下面介紹utf-8環境下中文的匹配。類似於上面，也可以使用unicode編碼表來確定中文的匹配。由編碼表可以看出，中文的編碼范圍是0x4e00-0x9fa5,於是正則式可以這樣寫：
"/[\x{4e00}-\x{9fa5}]/u" ，\x{nnnn}表示字符的十六進制形式，更多信息請自己查看php手冊。要特別注意的是模式修正符u ，php手冊裡這樣說：u（PCRE_UTF8） 此修正符啟用了一個 PCRE 中與 Perl 不兼容的額外功能。模式字符串被當成 UTF-8。本修正符在 Unix 下自 PHP 4.1.0 起可用，在 win32 下自 PHP 4.2.3 起可用。自 PHP 4.3.5 起開始檢查模式的 UTF-8 合法性。這正是正確匹配所必須的。其實也想提醒一下，是utf-8環境使用元字符匹配字符串最好加上修正符u，這只是經驗。
下面給兩個例子：www.2cto.com
(1) ANSI編程環境下:
$strtest = “yyg中文字符yyg”;
$pregstr = "/([".chr(0xb0)."-".chr(0xf7)."][".chr(0xa1)."-".chr(0xfe)."])+/i";
if(preg_match($pregstr,$strtest,$matchArray)){
echo $matchArray[0];
}
//output:中文字符
(2) Utf-8編程環境下:
$strtest = “yyg中文字符yyg”;
$pregstr = "/[\x{4e00}-\x{9fa5}]+/u";
if(preg_match($pregstr,$strtest,$matchArray)){
echo $matchArray[0];
}
//output:中文字符
作者：zdrjlamp
