PHP 正則表達式匹配中文（UTF-8/GBK）完整指南

核心結論

UTF-8 環境下匹配中文： /^[\x{4e00}-\x{9fa5}]+$/u
GBK/GB2312 環境下匹配中文： /^[".chr(0xa1)."-".chr(0xff)."]+$/

為什麼需要 \x{...} 和 u 修飾符？

• PHP PCRE 中 \x{hex} 表示 Unicode 碼點，hex 可為 1-6 位十六進制；
• 碼點超過 0xFF（如中文 0x4E00-0x9FA5）必須加大括號 \x{4e00}；
• 大於 0xFF 的碼點必須配合 u (PCRE_UTF8) 修飾符，否則報錯或匹配錯誤。

常見錯誤示範

$str = "編程";
// 錯誤 1：無大括號，\x4e00 被解析為 \x4e + "00" 兩個字節
preg_match("/^[\x4e00-\x9fa5]+$/", $str); // 不報錯但匹配失敗

// 錯誤 2：有大括號但無 u 修飾符
preg_match("/^[\x{4e00}-\x{9fa5}]+$/", $str); // Warning: Compilation failed: PCRE does not support \x{...}

// 正確
preg_match("/^[\x{4e00}-\x{9fa5}]+$/u", $str); // 返回 1

完整驗證示例（包含字母、數字、下劃線）

輸入合法";
    } else {
        echo "含非法字符";
    }
}
?>

  輸入: 
  

JavaScript 對比

JS 使用 \uXXXX 表示 Unicode 碼點，無需修飾符：

var str = "PHP編程";
if (/^[\u4e00-\u9fa5]+$/.test(str)) {
    console.log("全是中文");
}

擴展：匹配更大範圍中文（含擴展區）

基本區 4E00-9FA5 覆蓋 20,902 個常用漢字。如需覆蓋擴展 A/B/C/D 區（罕用字、人名字等），可使用：

// Unicode 13.0 擴展範圍（示例，實際請查閱最新標準）
$han_extended = '/^[\x{3400}-\x{4DBF}\x{4E00}-\x{9FFF}\x{F900}-\x{FAFF}\x{20000}-\x{2A6DF}\x{2A700}-\x{2B73F}\x{2B740}-\x{2B81F}\x{2B820}-\x{2CEAF}]+$/u';

總結表