Napisałem małego boota, który włazi narazie na jedną stronę i pobiera dane głównie przy pomocy preg_match_all(). Wszystko działa, informacje są zapisywane do bazy danych tylko niestety bez polskich znaków. Pojaiają się znane krzaczki, kwadraciki itp.. Strona, z której ściągam dane ma kodowaie UTF-8. Zmieniłem kodowanie plików boota, próbowałem z iconv i ze zmianami w ustawieniach DB, ale nic to nie dawało. Wszystko dalej tak samo. Szukałem na forum, znalazłem kilka wątków, ale żedane nie do końca moze mi pomóc. Z góry dziękuję wszystkim za jakąkolwiek pomoc i cierpliwość.

Zdaje mi się, że jeśli chcesz używać polskich znaków w wyrażeniach regularnych, to powinieneś używać funkcji z przedrostkiem mb_ .

Aby preg_ działał z wielobajtowymi zestawami znaków, dodaj flagę /u do wzorca.

PS. Zakresy a-z, czy pochodne nie zawierają polskich diakrytyków.

Wszystko w porządku. Teraz wyszukuje ciągi razem z polskimi znakami, ale źle dodaje do bazy. Nie wiem kompletnie dlaczego. Zmieniłem metodę porównywania napisów na utf8_polish_ci i nic. Co przeoczyłem?

A wklep mysql kodowanie w szukajkę, to znajdziesz mnóstwo tematów.

Dziękuję ci bardzo erix. Wystarczyło dodać przy dodawaniu rekordów do bazy danych:

[PHP] pobierz, plaintext 
<?php
$result = mysql_query("SET CHARACTER utf8");
$result = mysql_query("SET NAMES utf8");
$result = mysql_query("SET CHARACTER_SET utf8");
?>
[PHP] pobierz, plaintext 

I dokładnie pozmieniać kodowania w pliku boota i w ustawieniach bazy.

Dodałem flagę u/ do wzorca, jednak funkcja preg_match_all nadal nie czyta polskich znaków. W jaki sposób je objąć, jeżeli nie przez zakres [a-z]?

Nie tak ta flaga wygląda. ;] Pokaż cały wzorzec.


Wpisać do klasy znaków po kolei. [a-z] nie zawiera znaków narodowych. Co by było z np. rosyjskim?

[PHP] pobierz, plaintext 
<?php
preg_match_all('/([w]+)/u', 'struś pędziwiatr', $matches);
?>
[PHP] pobierz, plaintext 

Sprawdzam przez:

[PHP] pobierz, plaintext 
<?php
echo '<pre>';
print_r($matches);
echo '</pre>'
?>
[PHP] pobierz, plaintext 

Otrzymuję:

W jakim kodowaniu masz zapisany skrypt?

Kodowanie pliku w UTF-8 oraz dokumentu html:

ani \w ani [a-zA-z] nie pobierzesz polskich znakow. Musisz je dopisac w wyrazeniu regularnym albo zastosowac http://php.net/mb_ereg

Jednak mb_ereg działa tylko jak preg_match, a nie znajdę odpowiednika preg_match_all, pośród funkcji MB? Nie ma żadnego innego sposobu by to obejść?

A czy manual php powiedział do ciebie kiedyś "sp....... nie chcę cię tu widzieć"? Szukaj http://pl2.php.net/manual/pl/ref.mbstring.php

niestety, ale nie widzę odpowiednika funkcji preg_match_all na tej liście, którą mi podałeś. Źle szukam, czy rzeczywiście takiego nie ma?

Ech...

[PHP] pobierz, plaintext 
<?php
$tekst='hea heo hem hem hem';
 
mb_ereg_search_init($tekst, 'e[a-z]{1}');
 
var_dump(mb_ereg_search_getregs());<tr></tr>
$matches=array();
while($wyn=mb_ereg_search_regs())
{
    $matches[]=$wyn;
}
 
print_r($matches);
?>
[PHP] pobierz, plaintext 

Przypomnę, żeby korzystac z mb_eregi w ostatecznosci. Jezeli chodzi ci tylko o polskie znaki to juz mozna sie przemeczyc z preg_match_all

Ok, dzięki za pomoc, jednak nie tylko do polskich znaków tego potrzebuję, ale również zagranicznych, dlatego nie chciałem używać preg_match_all.