Français
Français
MB_STRCUT en PHP est une fonction très pratique lorsqu'il s'agit de caractères multiples (comme le chinois). Il est utilisé pour intercepter en toute sécurité les cordes multi-octets pour éviter les problèmes de code brouillé en raison de caractères tronqués. Cependant, de nombreux développeurs rencontreront certains pièges et erreurs courants lors de l'utilisation de MB_strcut . Cet article présentera en détail comment utiliser correctement la fonction et indiquer des solutions à des problèmes courants.
Avant de creuser la question, clarifions d'abord un malentendu commun: bien que MB_Strcut et MB_substr se ressemblent, leurs comportements sont très différents.
MB_SUBSTR est intercepté en fonction du "caractère", c'est-à-dire, interceptant un nombre spécifié de caractères.
MB_STRCUT est une interception basée sur les "octets". Il essaie d'intercepter un certain nombre d'octets à partir d'une position d'octet et d'essayer de ne pas détruire l'intégrité du caractère.
Cela signifie que lors du traitement chinois (généralement UTF-8, le caractère chinois suivant est de 3 octets), si vous calculez la position et la longueur des octets à manière inexacte, elle peut être tronquée au milieu d'un caractère, entraînant une sortie brouillée.
Supposons que nous devons intercepter une chaîne chinoise et nous assurer que les caractères ne sont pas corrompus en raison de la décalage des octets:
<?php
$str = "Bienvenue à visitergitbox.net，Ceci est une chaîne chinoise pour la démonstration。";
$cutStr = mb_strcut($str, 0, 18, "UTF-8");
echo $cutStr;
?>
Le code ci-dessus est destiné à intercepter les 18 premiers octets. Mais note:
Si la chaîne contient chinois (3 octets d'un caractère chinois), les 18 octets peuvent être tronqués juste au milieu d'un personnage.
MB_strcut essaiera d'éviter les caractères tronqués, mais son comportement dépend du codage utilisé.
Par conséquent, assurez-vous que le quatrième paramètre (codage) de MB_Strcut doit être spécifié correctement, généralement "UTF-8" .
C'est le problème le plus courant. Les raisons sont généralement:
Le codage correct n'est pas défini.
La position de départ ou la longueur de l'interception entraîne le tronqué le caractère.
Solution:
Utilisez toujours le codage UTF-8 et assurez-vous que l'environnement de sortie (comme les pages HTML) est également UTF-8.
header("Content-Type: text/html; charset=utf-8");
Par exemple, si vous souhaitez afficher "10 caractères" au lieu de "10 octets", alors MB_strcut ne s'appliquera pas car il est basé sur des octets. Vous devez utiliser MB_SUBSTR :
$cutStr = mb_substr($str, 0, 10, "UTF-8");
Lorsque vous commencez à intercepter les octets à partir du milieu (par exemple, à partir du 5ème octet), il peut tomber juste au milieu d'un caractère, entraînant une défaillance d'interception ou une exception de sortie.
suggestion:
Intercepter autant que possible à partir des limites de caractère (plutôt que des décalages d'octets).
Si vous devez opérer en fonction des octets, vous pouvez d'abord utiliser MB_Strcut pour tester progressivement l'effet de sortie.
Pour éviter les erreurs répétées, vous pouvez encapsuler une fonction qui intercepte en toute sécurité les cordes chinoises:
function safeCutStr($string, $length, $charset = "UTF-8") {
return mb_strcut($string, 0, $length, $charset);
}
Avant la sortie de la page, vous pouvez également ajouter un post-traitement pour déterminer si le dernier caractère est complet et, si nécessaire, omettre des caractères incomplets.
Lorsque vous traitez avec des jeux de caractères multi-octets tels que le chinois, l'utilisation de MB_Strcut peut en effet améliorer l'efficacité de l'interception, mais vous devez également être suffisamment prudent sur la relation entre les octets et les caractères. Pour éviter autant que possible les problèmes de code brouillé:
Spécifiez toujours le codage correct (comme UTF-8);
Utilisez MB_substr autant que possible pour intercepter les caractères;
S'il doit être intercepté par des octets, envisagez de l'encapsulation de la logique de tolérance aux défauts.
L'utilisation de MB_strcut rationnellement peut rendre votre programme PHP plus robuste et stable lors du traitement chinois.
