如何捕捉Marz/März/März？

Question

我试着在用德语写的文本中找到月份。(在html文件中)

三月写的是"März“。

我想确定我捕捉到了它，所以我检查

马尔茨，马尔茨，马尔茨

我试着用这段代码

if(preg_match("/ma?ä?(ä)?rz/i", $title))
    return 3;

它在前两种情况下工作得很好，但不适用于ä。我做错了什么？

( HTML和我的PHP文件是用UTF8编码的)

Answer 1

为什么不试一试呢

(Marz|März|März)

Answer 2

您必须首先对实体进行解码，然后使用适用于Unicode Collation Algorithm的比较。例如，这在Perl中有效：

use Unicode::Collate;

my $Collator = Unicode::Collate->new(normalization => undef, level => 1);
my $str = "Ich muß Perl studieren.";
my $sub = "MÜSS";
my $match;
if (my($pos,$len) = $Collator->index($str, $sub)) {
    $match = substr($str, $pos, $len);
}

根据您希望完成的比较level，可以匹配有标记和无标记的事物。

我不知道如何在PHP中执行像这样的基本Unicode操作，但我认为一定有一个相应的库，因为这些类型的东西是多么必要。

Answer 3

ä不仅仅是一个字节或者类似的东西--你必须这样做：

preg_match("/ma?(ä)?(ä)?rz/i", $title);

You can see it here。

此外，Kengs方法更好。