preg_grep(‘/1/u’, $arr)可筛选含非ASCII字符的字符串，如中文、日文、emoji；严格匹配纯非ASCII用’/^[^x00-x7F]+$/u’，注意空串、纯英文不匹配。x00-x7F ↩
如何用 preg_grep 筛出含非ASCII字符的字符串元素
php 数组里混着中文、日文或 emoji 时，preg_grep 是最直接的筛选入口。它能对每个数组值做正则匹配，返回匹配项组成的子数组。
关键在于正则模式：用 /[^x00-x7F]/u 匹配任意一个非 ASCII 字符（即 Unicode 码点 > 127 的字符），u 修饰符确保 UTF-8 正确解析。
- 只筛「含非ASCII」的元素（宽松）：
preg_grep('/[^x00-x7F]/u', $arr) - 筛「纯非ASCII」字符串（严格）：
preg_grep('/^[^x00-x7F]+$/u', $arr) - 注意：空字符串、数字、纯英文不会被匹配；但
"hello你好"这类混合串会被捕获
array_filter + mb_ereg 更可控的逐项判断
当需要嵌入逻辑分支（比如跳过 NULL、区分全角空格、记录位置索引），array_filter 配合 mb_ereg 或 mb_strlen 更灵活。
mb_ereg('[^x00-x7F]', $str) 返回布尔值，比 preg_match 更轻量（不依赖 PCRE 扩展）；若系统禁用 mbstring，得改用 iconv('UTF-8', 'ASCII//IGNORE', $str) !== $str 间接判断。
立即学习“PHP免费学习笔记（深入）”；
- 保留原始键名：
array_filter($arr, function($v) { return is_string($v) && mb_ereg('[^x00-x7F]', $v); }) - 过滤后还想要索引号？加第三个参数
ARRAY_FILTER_USE_BOTH - 注意
mb_ereg在 PHP 8.0+ 已废弃，生产环境优先用mb_strpos($v, "x80") !== false替代
性能敏感场景下避免正则的替代方案
如果数组超大（如万级元素），反复调用正则函数会明显拖慢。此时可考虑字节级快速扫描：ASCII 字符在 UTF-8 中始终是单字节且 ，只要发现任一字节 ≥ 128，就判定含非ASCII。
用 unpack('C*', $str) 拆成字节数组再遍历，比正则快 3–5 倍；但要注意：该方法无法识别非法 UTF-8 编码（如乱码），仅适合已知编码干净的数据。
- 简单检测函数示例：
function has_non_ascii($s) { if (!is_string($s)) return false; $bytes = unpack('C*', $s); foreach ($bytes as $b) if ($b >= 128) return true; return false; } - 搭配
array_filter($arr, 'has_non_ascii')即可使用 - 别忘了提前
mb_internal_encoding('UTF-8')，否则unpack可能误读多字节序列
常见误判点：bom、控制字符、全角 ASCII 符号
非ASCII 不等于「肉眼可见的汉字」。文件开头的 UTF-8 BOM（xEFxBBxBF）、不可见控制字符（如 U+200B 零宽空格）、全角标点（如「，」U+FF0C）都算非ASCII，但容易被忽略或误删。
- 用
bin2hex($str)查看原始字节，确认是否真为非ASCII而非转义问题 - 全角数字/字母（如 ＡＢＣ）也属于非ASCII，
/[^x00-x7F]/会命中，但视觉上像 ASCII - 某些 jsON 解析后字段自动转义为
u4f60u597d，这时字符串本身是 ASCII，内容才是 Unicode —— 筛选前先json_decode或urldecode
实际处理时，先明确目标：是要清洗、标记、还是统计？不同目的对应不同边界条件。正则快但模糊，字节扫描准但难扩展，而 mbstring 函数居中——选哪个，取决于你手里的数据有多“脏”。