php中使用preg_replace替换中文，加了u模式，依然乱码的问题

[游北亮]

之前用trim，发现有一些nbsp这种的空格，以及中文空格，会无法trim，手工给trim设置第2个参数，会导致中文乱码，
后来改行 preg_replace，并使用u模式，代码很简单如下，结果还是会有问题：

$str = '破千魂';
$str2 = preg_replace('/(^\s*)|(\s*$)/u', '', $str);
var_dump($str);
var_dump($str2); // str2变成了NULL

为啥呢？后来又发现把\s* 改成 \s+就正常了，可是为啥呢？
在其它语言里，工作的好好的正则，为啥在php里就这么奇怪呢？

[游北亮]

引用 1 楼 xuzuning 的回复:

使用u模式时，源串必须是 utf-8 字符集的 你的 /(^\s*)|(\s*$)/ 规则串不可能匹配  这种的空格，不要自欺欺人

我特意测试了一下编辑，确实是UTF-8的

 $str = '破千魂';
 $code = mb_detect_encoding($str, array('UTF-8','GB2312','GBK'));
 var_dump($code);
 $str2 = preg_replace('/(^\s*)|(\s*$)/u', '', $str);
 var_dump($str);
 var_dump($str2);

输出是： string(5) "UTF-8" string(9) "破千魂" NULL

[游北亮]

又验证了一下手上的几个版本，php5.2正常，hhvm也正常， php5.4下必现的问题， 难道是php5.4的bug？

[xuzuning]

$str = ' 破千魂 ';//我都是用 gbk的9节约空间）
$str = iconv('gbk', 'utf-8', $str).chr(0xc2) . chr(0xa0);
$str2 = preg_replace('/(^\s*)|(\s*$)/u', '', $str);
var_dump($str);
var_dump($str2); // str2变成了NULL

string(13) " 破千魂  "
string(9) "破千魂"

[游北亮]

引用 7 楼 xuzuning 的回复:

$str = ' 破千魂 ';//我都是用 gbk的9节约空间）
$str = iconv('gbk', 'utf-8', $str).chr(0xc2) . chr(0xa0);
$str2 = preg_replace('/(^\s*)|(\s*$)/u', '', $str);
var_dump($str);
var_dump($str2); // str2变成了NULL

string(13) " 破千魂  "
string(9) "破千魂"

前面不能加空格，第一个字符只要是“破”，在php5.4.33下，问题必现

[xuzuning]

^\s* 改为 ^\s+ 这个规则本意就是匹配首部的空白字符，写作 ^\s* 是没道理的

[游北亮]

引用 9 楼 xuzuning 的回复:

^\s* 改为 ^\s+ 这个规则本意就是匹配首部的空白字符，写作 ^\s* 是没道理的

嗯，是的，\s*会导致每次都有替换动作，\s+只有存在才进行替换， 只是因为出现NULL，我以为是特殊情况， 现在应该确认是php5.4才有的bug了

[xuzuning]

php 早就停止了对 php5.4 的维护了，php5.4 的最后一个版本是 php5.4.45 你怎么就知道没有被改正了呢？ 就算是你发现了bug，但你也并没有修正的能力，那么发现了也是枉然

[专注于服务器]

乱码的问题，总体来说，原因需要慢慢排查，有些时候，就是很奇怪，很难找到原因。 https://promotion.aliyun.com/ntms/act/ambassador/sharetouser.html?userCode=5uqvqirt&productCode=vm&utm_source=5uqvqirt

[游北亮]

引用 11 楼 xuzuning 的回复:

php 早就停止了对 php5.4 的维护了，php5.4 的最后一个版本是 php5.4.45 你怎么就知道没有被改正了呢？ 就算是你发现了bug，但你也并没有修正的能力，那么发现了也是枉然

特意去下载了一个php5.4.45，编译后，发现果然没有这个bug了， 我的5.4.33只能继续用着了…… 我一开始以为是不是代码要加什么特别的处理， 感谢版主了

[xuzuning]

使用u模式时，源串必须是 utf-8 字符集的 你的 /(^\s*)|(\s*$)/ 规则串不可能匹配  这种的空格，不要自欺欺人

[游北亮]

引用 1 楼 xuzuning 的回复:

使用u模式时，源串必须是 utf-8 字符集的 你的 /(^\s*)|(\s*$)/ 规则串不可能匹配  这种的空格，不要自欺欺人

文件本身是存为utf8格式，你意思是说：破千魂 这3个字不是utf8？ 另外，nbsp这种空格入库后变成了 chr(0xc2) . chr(0xa0) 用trim($str, chr(0xc2) . chr(0xa0)) 肯定是会乱码的， 而用正则 \s 是可以替换掉这2个字符的

[hongmei85]

试下

$str = '破千魂';
$str2 = preg_replace('/(^(\s| )+)|((\s| )+$)/u', '', $str);
var_dump($str);
var_dump($str2); // str2变成了NULL

[游北亮]

感谢楼上，\s已经包含了 nbsp的情况，我的问题是为什么这段代码会导至结果为NULL了：

$str = '破千魂';
$str2 = preg_replace('/(^\s*)|(\s*$)/u', '', $str);
var_dump($str);
var_dump($str2); // str2变成了NULL