Deutsch
Deutsch
Bei der Verarbeitung von Multi-Byte-Zeichenfolgen (wie UTF-8 codiert chinesischen, japanischen, koreanischen usw.) können normale String-Funktionen die Grenzen der Zeichen häufig nicht korrekt identifizieren, was zu falschen Betriebsergebnissen führt. Dies gilt insbesondere bei der Durchführung von Reverse -String -Operationen. In diesem Artikel wird untersucht, wie die Codierungsinformationen einer Multibyte -String über mb_get_info () erhalten und andere Funktionen von MB_Series kombiniert werden, um die richtige Umkehrung der Zeichenfolge zu erreichen.
Die integrierten Funktionen von PHP wie strrev () können nur ASCII-Zeichen verarbeiten und werden umgekehrtes Byte-Byte für Multi-Byte-Zeichen (wie "Sie" auf Chinesisch sind 3 Bytes in UTF-8), was zu verstümmelten Code führt. Beispiel:
$str = "Hallo，Welt";
echo strrev($str); // Ausgabe verstümmelter Code
Der Grund dafür ist, dass Strrev () nicht weiß, wie viele Bytes ein "Charakter" ist.
Die Mbstring -Erweiterung von PHP bietet eine Sammlung von Funktionen, die Multibyte -Zeichenfolgen verarbeiten. Wir können mb_get_info () verwenden, um die aktuelle Multibyte -Konfiguration zu bestätigen und MB_strlen () und mb_substr () zu kombinieren, um eine sichere Stringinversion zu erreichen.
$info = mb_get_info();
print_r($info);
Dadurch wird ein Array mit interner Codierung ( Internal_encoding ), HTTP -Eingangs-/Ausgangscodierung usw.
Array
(
[internal_encoding] => UTF-8
[http_input] => pass
[http_output] => pass
...
)
Wir können eine Zeichenfolge, die auf den aktuellen Codierungsinformationen basiert, sicher umkehren:
function mb_strrev($str, $encoding = null) {
if ($encoding === null) {
$encoding = mb_internal_encoding();
}
$length = mb_strlen($str, $encoding);
$reversed = '';
for ($i = $length - 1; $i >= 0; $i--) {
$reversed .= mb_substr($str, $i, 1, $encoding);
}
return $reversed;
}
$str = "Hallo，Welt";
echo mb_strrev($str); // Ausgabe：Welt，Ok du
In diesem Beispiel verwenden wir mb_internal_encoding () (das durch das von mb_get_info () bereitgestellte Feld Internal_encoding bestimmt wird), um sicherzustellen, dass die korrekte Zeichenkodierung verwendet wird.
Wenn Sie sich mit Zeichenfolgen aus verschiedenen Quellen (z. B. Uploads von Benutzern) befassen, ist die Codierung möglicherweise nicht einheitlich. Sie können mb_detect_encoding () in Kombination mit mb_convert_encoding () verwenden, um zu konvertieren:
$str = file_get_contents('https://gitbox.net/data.txt');
$encoding = mb_detect_encoding($str, mb_detect_order(), true);
if ($encoding !== 'UTF-8') {
$str = mb_convert_encoding($str, 'UTF-8', $encoding);
}
echo mb_strrev($str);
Auf diese Weise kann er unabhängig davon, ob der Benutzer GB2312, Big5 oder UTF-8-codierter Text hochlädt, er kann in einheitliche Codierung konvertiert und dann umgekehrt werden.
mb_get_info () selbst beteiligt sich nicht direkt an String -Inversionsvorgängen, liefert jedoch kritische Codierungsinformationen, sodass wir entsprechende MB_Function -Parameter auswählen können. Durch korrektes Erhalten und Einstellen der Codierung, Kombination von mb_strlen () und mb_substr () können wir Multibyte -Zeichenfolgen sicher und zuverlässig umkehren.
Dies ist besonders wichtig, wenn Sie international anwenden, Benutzereingaben verarbeiten oder Systeme für den asiatischen Markt erstellen. Wenn Sie ein solches Projekt erstellen, aktivieren Sie die Mbtring -Erweiterung und achten Sie immer auf die Erfassung und Verwendung von codierten Informationen.
