具有UTF-8 (Umlaute)的Regexp和pspell_check

Question

我对这段代码有困难。它应该做的是取一个字符串，用单词把它分开，然后用字典检查它。然而，当字符串中包含"Umlaut“itüit时，它会在那里被分割。

我很确定问题是[A-ZäöüÄÖÜ\']，似乎我把特殊的字符包括错了，但是怎么会呢？

$string = "Rechtschreibprüfung";      
preg_match_all("/[A-ZäöüÄÖÜ\']{1,16}/i", $string, $words);
for ($i = 0; $i < count($words[0]); ++$i) {
    if (!pspell_check($pspell_link, $words[0][$i])) {
        $array[] = $words[0][$i];            
    }
}

结果：

$array[0] = Rechtschreibprü"
$array[1] = "fung"

Answer 1

要匹配一块Unicode字母，可以使用

'/\p{L}+/u'

\p{L}匹配任何Unicode字母，+匹配前面子模式的一个或多个出现，/u修饰符将模式和字符串视为Unicode字符串。

若要匹配整个单词，请使用单词边界：

'/\b\p{L}+\b/u'

如果你有解说词，也可以添加\p{M}

'/\b[\p{M}\p{L}]+\b/u'