UTF-8コードの正規表現

質問

PHPの正規表現で、下記文字コードを対象とするパターンはどのように書けば良いのでしょうか。
0xF0 0x9F 0x8C 0x80 - 0xF0 0x9F 0x97 0xBF

例えば
0xF0 0x9F 0x98 0x80 - 0xF0 0x9F 0x99 0x8f
であれば、preg_match('/'\xf0\x9f\x98[\x80-\xff]|\xf0\x9f\x99[\x00-\x8f]/')
という記述になると思いますが、2バイト目が8c-97のようにまたがる場合のスマートな書き方を知りたいです。

回答No.3

ChickenLip · ベストアンサー

単純に下記のような記述でどうでしょうか？

preg_match('/\xF0\x9F[\x8C-\x97][\x80-\xBF]/', $char);

条件をまとめると以下のような感じですね。

1バイト目: 0xF0
2バイト目: 0x9F
3バイト目: 0x8C ～ 0x97
4バイト目: 0x80 ～ 0xBF

お礼

まさにこれでした！ありがとうございます。

今気づいたのですが、鬼車のドキュメントにも書いてありました。。

http://www.geocities.jp/kosako3/oniguruma/doc/RE.txt
> octal or hexadecimal number sequence can be treated as
> a multibyte code char in character class if multibyte encoding is specified.
> (ex. [\xa1\xa2], [\xa1\xa7-\xa4\xa1])

回答No.2

shimix

マルチバイト文字を扱うのであれば（mb_regex_encodingを指定した上で）mb_ereg系の関数を使うべきでは？

回答No.1

himajin100000

バイト単位でやる意味がそもそもないんじゃない？
http://ideone.com/bjGV3