Français
Français
La syntaxe de base de la fonction MB_STRPOS () est la suivante:
<span><span><span class="hljs-title function_ invoke__">mb_strpos</span></span><span>(</span><span><span class="hljs-keyword">string</span></span><span> </span><span><span class="hljs-variable">$haystack</span></span><span>, </span><span><span class="hljs-keyword">string</span></span><span> </span><span><span class="hljs-variable">$needle</span></span><span>, </span><span><span class="hljs-keyword">int</span></span><span> </span><span><span class="hljs-variable">$offset</span></span><span> = </span><span><span class="hljs-number">0</span></span><span>, </span><span><span class="hljs-keyword">string</span></span><span> </span><span><span class="hljs-variable">$encoding</span></span><span> = </span><span><span class="hljs-literal">null</span></span><span>): </span><span><span class="hljs-keyword">int</span></span><span>|</span><span><span class="hljs-literal">false</span></span><span>
</span></span>$ Haystack : Target String.
$ aiguille : la sous-chaîne à trouver.
$ Offset : la position de départ de la recherche, par défaut est 0.
$ Encodage : Encodage de caractère. Par défaut, PHP sélectionnera automatiquement le codage de caractères actuel du système.
La fonction MB_STRPOS () est différente de StrPOS () . Il est multi-octets et convient à la gestion des chaînes de différents jeux de caractères. Surtout lorsqu'il est nécessaire de gérer le codage des caractères tels que UTF-8, GBK, BIG5, etc., MB_STRPOS () est particulièrement important.
Le cœur du problème est que lorsque MB_STRPOS () gère différents codages, le résultat de la position correspondante renvoyée peut être différente. La manifestation commune de ce problème est: en utilisant les mêmes caractères de chaîne et de recherche, mais sous différents codages de caractères, l'indice de position retourné n'est pas le même. Pourquoi cela se produit-il?
Encodage de caractère et longueur d'octets:
Le codage du caractère détermine le nombre d'octets qu'un personnage prend en mémoire. Le codage UTF-8 est un codage de longueur variable, qui peut prendre 1 à 4 octets par caractère, tandis que le codage GBK est un codage à double octet, qui occupe généralement 2 octets par caractère. MB_STRPOS () recherche des caractères basés sur le codage des caractères, donc sous le codage UTF-8, la position correspondante des caractères sera affectée par la longueur d'octets du caractère.
Traitement de caractères multi-octets:
Lors du traitement des caractères multipyte, mb_strpos () prend en compte la longueur réelle des caractères en mémoire, pas seulement le nombre de caractères eux-mêmes. Si vous recherchez un caractère chinois sous UTF-8 Encoding (par exemple, "vous"), il peut prendre 3 octets, alors qu'il était sous le codage GBK, cela ne prend que 2 octets. Par conséquent, sous l'encodage UTF-8, la position du personnage dans la chaîne peut être compensée plus d'octets que sous le codage GBK.
Effets de l'incohérence du codage:
Lorsque MB_STRPOS () fonctionne sous le codage par défaut, si le codage de la chaîne et du caractère de recherche sont incohérents, il peut avoir des valeurs de retour inexactes. Dans ce cas, la manifestation des octets de la chaîne et du caractère de recherche est différente, entraînant des écarts dans le calcul de la position.
Assurez-vous que la chaîne et l'encodage des caractères sont cohérents:
Utilisez la fonction MB_Internal_Encoding () pour afficher le codage de caractères par défaut du script PHP actuel et assurez-vous que la chaîne cible et le codage des caractères de recherche sont cohérents. Vous pouvez utiliser la fonction MB_Convert_encoding () pour convertir le codage de la chaîne. Par exemple:
<span><span><span class="hljs-variable">$haystack</span></span><span> = </span><span><span class="hljs-title function_ invoke__">mb_convert_encoding</span></span><span>(</span><span><span class="hljs-variable">$haystack</span></span><span>, </span><span><span class="hljs-string">'UTF-8'</span></span><span>, </span><span><span class="hljs-string">'auto'</span></span><span>);
</span><span><span class="hljs-variable">$needle</span></span><span> = </span><span><span class="hljs-title function_ invoke__">mb_convert_encoding</span></span><span>(</span><span><span class="hljs-variable">$needle</span></span><span>, </span><span><span class="hljs-string">'UTF-8'</span></span><span>, </span><span><span class="hljs-string">'auto'</span></span><span>);
</span></span>Cela garantit que peu importe le codage de la chaîne d'origine, il sera uniformément converti en UTF-8 pour le traitement.
Spécifiez explicitement le codage:
Lorsque MB_STRPOS () est appelé, le codage est explicitement spécifié. Même si le codage par défaut est incohérent, la spécification du codage peut éviter des résultats incohérents. Par exemple:
<span><span><span class="hljs-variable">$position</span></span><span> = </span><span><span class="hljs-title function_ invoke__">mb_strpos</span></span><span>(</span><span><span class="hljs-variable">$haystack</span></span><span>, </span><span><span class="hljs-variable">$needle</span></span><span>, </span><span><span class="hljs-number">0</span></span><span>, </span><span><span class="hljs-string">'UTF-8'</span></span><span>);
</span></span>Cela garantit que les recherches sont effectuées dans le cadre de l'encodage UTF-8.
Vérifiez la légalité de l'encodage:
Lors du traitement des chaînes à partir des entrées utilisateur ou des sources externes, assurez toujours la légitimité de codage de la chaîne. Vous pouvez utiliser la fonction MB_CHECK_ENCODING () pour vérifier si la chaîne est un codage multi -yte valide:
<span><span><span class="hljs-keyword">if</span></span><span> (</span><span><span class="hljs-title function_ invoke__">mb_check_encoding</span></span><span>(</span><span><span class="hljs-variable">$haystack</span></span><span>, </span><span><span class="hljs-string">'UTF-8'</span></span><span>) && </span><span><span class="hljs-title function_ invoke__">mb_check_encoding</span></span><span>(</span><span><span class="hljs-variable">$needle</span></span><span>, </span><span><span class="hljs-string">'UTF-8'</span></span><span>)) {
</span><span><span class="hljs-variable">$position</span></span><span> = </span><span><span class="hljs-title function_ invoke__">mb_strpos</span></span><span>(</span><span><span class="hljs-variable">$haystack</span></span><span>, </span><span><span class="hljs-variable">$needle</span></span><span>, </span><span><span class="hljs-number">0</span></span><span>, </span><span><span class="hljs-string">'UTF-8'</span></span><span>);
}
</span></span>Cela empêche les erreurs de recherche en raison de problèmes d'encodage.
Débogage et test:
Au cours du processus de développement, il est recommandé de tester les recherches de chaînes sous différents encodages pour s'assurer que MB_STRPOS () fonctionne de manière cohérente dans différents environnements. Si possible, utilisez des outils pour vérifier la représentation des octets d'une chaîne, telle que bin2hex () pour voir comment les caractères sont réellement stockés en mémoire:
<span><span><span class="hljs-keyword">echo</span></span><span> </span><span><span class="hljs-title function_ invoke__">bin2hex</span></span><span>(</span><span><span class="hljs-variable">$haystack</span></span><span>);
</span><span><span class="hljs-keyword">echo</span></span><span> </span><span><span class="hljs-title function_ invoke__">bin2hex</span></span><span>(</span><span><span class="hljs-variable">$needle</span></span><span>);
</span></span>Cela vous aidera à comprendre comment les caractères sont stockés en mémoire et optimiser davantage votre code.
MB_STRPOS () est une puissante fonction de recherche de chaînes multi -yte qui peut prendre en charge plusieurs codages de caractères, mais les résultats renvoyés dans différents codages peuvent être incohérents. La raison principale est que la méthode de codage détermine la longueur d'octet du caractère, qui à son tour affecte le calcul de position du caractère de recherche. La clé pour résoudre ce problème est de s'assurer que le codage de la chaîne et du caractère de recherche est cohérent et spécifie explicitement le codage lorsqu'il est invoqué. De plus, la vérification et le test des encodages sont également une étape clé pour assurer la stabilité du code.
Grâce à la conversion et à la gestion raisonnables, nous pouvons éviter le problème de la position incohérente de MB_STRPOS () dans un environnement de jeu de caractères multi-octets, rendant ainsi la recherche de chaînes plus précise et plus fiable.
