文字列が日本語かどうか調べる方法について - PHPプロ！Q&A掲示板
PHPでフォームの値で名前を受け取るときに、日本語かどうかをチェックしたいのですが、以下のように記述する方法しか知らなくて、大丈夫だと思っていたところ、日本語漢字「田」（田んぼの田です）を入力したときに、うまく判定できないのです。（たとえば、石田太郎、と名前をいれると日本語と判定してほしいところうまくいきません。PCからチェックしたところ、他の文字でもダメな場合もあり、カタカナだとさっぱりうまくいきません。）
根本的に間違っているんだと思います…。HTMLタグや改行文字の置換えをする関数も間に入れているので、自分で原因を探るのにがんばってみたのですが…。
何分、勉強しはじめたところで、解決法が見つけれなくて困っています。
どなたか教えていただけないでしょうか？
- $name = $_REQUEST['name'];//名前を受け取る
- //名前の文字をＣＳＶに保存するため整形する関数
- function mojifilter(&$str){
- $str = str_replace(",", "、" ,$str);
- $str = nl2br($str);
- $str = str_replace("\n", "", $str);
- $str = str_replace("\r", "", $str);
- $str = stripslashes($str);
- $str = mb_convert_kana($str,"KVas","Shift_jis");
- $str = htmlspecialchars($str,ENT_QUOTES);
- return $str;
- }
- mojifilter($name);
- //英数字が使われていたらエラーメッセージ
- if(preg_match("/[0-9a-zA-Z]/", $name) == 1){
- $check = FALSE;
- $error = "お名前に英数字は使えません。";
- }
よろしくお願いします。
この質問への意見の募集は締め切られ、ポイントは既に配分されました。
意見を投稿することはできますが、ポイントを受け取ることはできません。
ツリー一覧
A02TorrySegallpreg系関数がマルチバイトに対応していないからです。
A02-1weekendphpTorrySegallさんがおっしゃってるように、pregでは日回答一覧
A01
answereratsushi [4月9日 21:08]
- if (strlen($text) == mb_strlen($text)) {
- // $textは全部英語（全部シングルバイト文字）
- } else {
- // $textには日本語が含まれている（マルチバイト文字が含まれている）
- }
日本語を見分けるというよりは、テキストにマルチバイト文字が入っているかどうかを見分ける処理です。
厳密さを求めないシステムならばそこそこ使えると思います。
ただ、↓のリンクにあるようにmb_strlenは条件によっては値が変わることがあるらしいので注意してください。
http://www.phppro.jp/phptips/archives/vol8/2
A02
answererTorrySegall [4月10日 04:34] (最終編集：4月10日 04:44)
Shift_JISであれば、0x93, 0x63 というバイトの連なりで "田" という文字が表現されますが
この２バイト目の 0x63 は、それ１バイトでは英数字である "c" を表現してしまいます。
preg系の関数は文字コードを全く問題にせず、バイナリ値だけで文字列を処理するので
"c" を preg_match で検索すれば『"田" の２バイト目』もHITしてしまう...と。
A02-1
replyerweekendphp [4月10日 15:58]
そのような誤判定が起こります。
なので、mb_eregなどのマルチバイト対応関数を利用すれば、大丈夫だと。
- //英数字が使われていたらエラーメッセージ
- mb_regex_encoding("Shift_jis");
- if(mb_ereg("[0-9a-zA-Z]", $name) == 1){
- $check = FALSE;
- $error = "お名前に英数字は使えません。";
- }
参考まで。
A02-1-1
replyerairuton [4月10日 16:11]
weekendphpさんのコードでばっちり期待した結果が得られました。
mb_ereg関数と同時に、mb_regex_encodingで内部で正規表現に対するエンコードも指定いないとダメなんですね。
携帯用ということで内部はSJIS、PHPの設定はeuc-jpのままだったので、mb_regex_encodingを指定することの必要性も大変勉強になりました。
A02-3
replyerairuton [4月10日 16:03]
間違いの原因をわかりやすく教えていただき、すっきりしました。
マルチバイト文字列関数をもっと調べていろいろ試してみたいと思います。
A03
answererairuton [4月10日 16:14]
みなさんのおかげで、大変勉強になり、無事、期待した結果を得ることもできました。
あらためてありがとうございました！！
ページのトップへ
今回のような実践的な経験がエンジニアのキャリアに繋がると思います。是非サービスを成功させて下さい！