Сегодня столкнулся с задачей, которая казалась на первый взгляд довольно простой, а на самом деле в ней крылась определенная проблема.

В общем, нужно было вытащить из текста все русские слова (слова, содержащие кириллические символы). Задача довольно простая, если использовать регулярные выражения:

preg_match_all('/([а-яёА-ЯЁ]+)/',$text,$words);

здесь $text -> текст, который нужно обработать,

$words -> массив из слов, который мы получим в результате работы

Регулярное выражение отработало замечательно и мне удалось получить массив из необходимых мне слов.

НО, проблема заключается в том, что слова эти были не в той кодировке.

Вот такая картина открылась предо мной.

Как же решить эту проблему?

На самом деле все оказалось очень просто. Регулярные выражения по умолчанию не работают с русскими буквами и кириллицей.

Чтобы это стало возможным, нужно использовать специальный модификатор \u, который позволяет использовать все символы, которые входят в таблицу Юникода.

В итоге, выражение приняло вид:

preg_match_all('/([а-яёА-ЯЁ]+)/u',$text,$words);

и все стало отображаться нормально.

Если вы не встречались с такой проблемой, то возьмите себе на вооружение.