Source for file patterns.php

Documentation is available at patterns.php

  1. <?php
  2. /**
  3. * PCRE Regular expressions for UTF-8. Note this file is not actually used by
  4. * the rest of the library but these regular expressions can be useful to have
  5. * available.
  6. * @version $Id: patterns.php,v 1.1 2007/09/09 20:39:51 pitlinz Exp $
  7. * @see http://www.w3.org/International/questions/qa-forms-utf-8
  8. * @package utf8
  9. * @subpackage patterns
  10. */
  11.  
  12. //--------------------------------------------------------------------
  13. /**
  14. * PCRE Pattern to check a UTF-8 string is valid
  15. * Comes from W3 FAQ: Multilingual Forms
  16. * Note: modified to include full ASCII range including control chars
  17. * @see http://www.w3.org/International/questions/qa-forms-utf-8
  18. * @package utf8
  19. * @subpackage patterns
  20. */
  21. $UTF8_VALID = '^('.
  22.     '[\x00-\x7F]'.                          # ASCII (including control chars)
  23.     '|[\xC2-\xDF][\x80-\xBF]'.              # non-overlong 2-byte
  24.     '|\xE0[\xA0-\xBF][\x80-\xBF]'.          # excluding overlongs
  25.     '|[\xE1-\xEC\xEE\xEF][\x80-\xBF]{2}'.   # straight 3-byte
  26.     '|\xED[\x80-\x9F][\x80-\xBF]'.          # excluding surrogates
  27.     '|\xF0[\x90-\xBF][\x80-\xBF]{2}'.       # planes 1-3
  28.     '|[\xF1-\xF3][\x80-\xBF]{3}'.           # planes 4-15
  29.     '|\xF4[\x80-\x8F][\x80-\xBF]{2}'.       # plane 16
  30.     ')*$';
  31.  
  32. //--------------------------------------------------------------------
  33. /**
  34. * PCRE Pattern to match single UTF-8 characters
  35. * Comes from W3 FAQ: Multilingual Forms
  36. * Note: modified to include full ASCII range including control chars
  37. * @see http://www.w3.org/International/questions/qa-forms-utf-8
  38. * @package utf8
  39. * @subpackage patterns
  40. */
  41. $UTF8_MATCH =
  42.     '([\x00-\x7F])'.                          # ASCII (including control chars)
  43.     '|([\xC2-\xDF][\x80-\xBF])'.              # non-overlong 2-byte
  44.     '|(\xE0[\xA0-\xBF][\x80-\xBF])'.          # excluding overlongs
  45.     '|([\xE1-\xEC\xEE\xEF][\x80-\xBF]{2})'.   # straight 3-byte
  46.     '|(\xED[\x80-\x9F][\x80-\xBF])'.          # excluding surrogates
  47.     '|(\xF0[\x90-\xBF][\x80-\xBF]{2})'.       # planes 1-3
  48.     '|([\xF1-\xF3][\x80-\xBF]{3})'.           # planes 4-15
  49.     '|(\xF4[\x80-\x8F][\x80-\xBF]{2})';       # plane 16
  50.  
  51. //--------------------------------------------------------------------
  52. /**
  53. * PCRE Pattern to locate bad bytes in a UTF-8 string
  54. * Comes from W3 FAQ: Multilingual Forms
  55. * Note: modified to include full ASCII range including control chars
  56. * @see http://www.w3.org/International/questions/qa-forms-utf-8
  57. * @package utf8
  58. * @subpackage patterns
  59. */
  60. $UTF8_BAD =
  61.     '([\x00-\x7F]'.                          # ASCII (including control chars)
  62.     '|[\xC2-\xDF][\x80-\xBF]'.               # non-overlong 2-byte
  63.     '|\xE0[\xA0-\xBF][\x80-\xBF]'.           # excluding overlongs
  64.     '|[\xE1-\xEC\xEE\xEF][\x80-\xBF]{2}'.    # straight 3-byte
  65.     '|\xED[\x80-\x9F][\x80-\xBF]'.           # excluding surrogates
  66.     '|\xF0[\x90-\xBF][\x80-\xBF]{2}'.        # planes 1-3
  67.     '|[\xF1-\xF3][\x80-\xBF]{3}'.            # planes 4-15
  68.     '|\xF4[\x80-\x8F][\x80-\xBF]{2}'.        # plane 16
  69.     '|(.{1}))';                              # invalid byte

Documentation generated on Thu, 08 Jan 2009 17:47:41 +0100 by phpDocumentor 1.4.0a2