如何在PHP中拆分字符串中的泰米尔语字符

Question

如何在字符串中拆分泰米尔语字符？

当我使用时preg_match_all('/./u', $str, $results),
我得到的字符是"த","ம","ி","ழ"和"்".

如何获得组合字符"த","மி"和"ழ்"？

Answer 1

我认为你应该能够使用该grapheme_extract函数迭代组合字符(技术上称为"字形集群").

或者,如果您更喜欢正则表达式方法,我认为您可以使用此方法:

preg_match_all('/\pL\pM*|./u', $str, $results)

其中\pL表示Unicode"字母",\pM表示Unicode"标记".

(免责声明:我没有测试过这些方法.)