检测 PHP 字符串中的希伯来语字符

Question

在PHP中，是否有一种已知的安全/可靠的方法

1. 通常检测一串普通英语字符中的希伯来语字符。
2. 将该字符替换为某些字符

我知道对于一组特定字符，我可以使用mb_ereg_replace来替换特定字符。 但是，我感兴趣的是能够扫描可能包含任何希伯来字符的字符串，然后将其替换为内容。

也就是说，我可能有两个这样的字符串

<?php
    $string1 = "Look at this hebrew character: חַ. Isn't it great?";
    $string2 = "Look at this other hebrew character: יַָ. It is also great?";

我想要一个函数，给我以下字符串

Look at this hebrew character: texthebrew{ח}. Isn't it great?
Look at this other hebrew character: texthebrew{י}. It is also great?

从理论上讲，我知道我可以扫描字符串以查找希伯来语 UTF-8 范围内的字符并检测这些字符，但是字符串上的字符编码在 PHP 中的工作方式对我来说一直有点模糊，如果存在这样的事情，我宁愿使用经过验证/已知的解决方案。

Answer 1

mb_ereg_replace_callback函数在您的情况下很有用。正则表达式方言支持命名属性，特别是希伯来属性。那就是Hewbrew Unicode块(IntlChar::BLOCK_CODE_HEBREW(。

您需要做的就是屏蔽希伯来语片段：

mbregex_encoding('utf-8');
var_dump(mb_ereg_replace_callback('p{Hebrew}+', function($matches) {
    return vsprintf('texthebrew{%s}', $matches);
}, $subject));

输出：

string(65) "Look at this hebrew character: texthebrew{חַ}. Isn't it great?"

如输出所示，带有两个代码点的四个字节正确包装在一个段中。

我不知道有什么其他方法可以用这么小的代码在 PHP 中做到这一点。

Answer 2

若要检测字符串是否包含希伯来语文本，请使用布尔函数mb_ereg_match：

mb_ereg_match('p{Hebrew}+', $stringtosearch);