Comment combiner MB_GET_INFO avec MB_STRLEN pour la détection de longueur de chaîne

Lors du traitement des chaînes mulabytets (comme le chinois, le japonais, le coréen, etc.) en PHP, l'utilisation de fonctions de chaîne standard (comme Strlen ) conduit souvent à des résultats inattendus. Parce que ces fonctions sont calculées en octets, pas en caractères. À l'heure actuelle, nous devons utiliser des fonctions dans l'extension de chaîne MultiByte de PHP (MBSTRING), comme MB_Strlen et MB_GET_INFO , pour obtenir des opérations de chaîne plus précises.

Cet article vous guidera à travers l'utilisation de base de MB_Strlen et MB_get_info , et utilise des exemples pour illustrer comment ils vous aident à détecter avec précision la longueur des chaînes multi-gytets.

1. Pourquoi Strlen ne peut-il pas être utilisé directement?

Jetons un coup d'œil à un exemple simple:

 $str = "Bonjour，monde";
echo strlen($str);  // Sortir：15

Cette chaîne n'a que 5 caractères chinois (y compris les virgules), mais renvoie 15. En effet, sous le codage UTF-8, un caractère chinois occupe généralement 3 octets. Strlen compte "numéro d'octet", pas "numéro de caractère".

Si nous voulons obtenir le vrai nombre de caractères, nous devons utiliser MB_STRLEN :

 echo mb_strlen($str);  // Sortir：5

De cette façon, nous obtenons le bon nombre de caractères.

2. Utilisez MB_Strlen pour calculer avec précision la longueur du caractère

MB_STRLEN est une fonction conçue spécifiquement pour les caractères multi -yte, avec la syntaxe comme suit:

 int mb_strlen ( string $str [, string $encoding = mb_internal_encoding() ] )

• $ str : La chaîne pour mesurer la longueur

• $ Encoding : Facultatif, spécifiez le type de codage, par défaut pour utiliser le codage renvoyé par MB_internal_encoding ()

Exemple:

 $str = "Bienvenue à visiter https://gitbox.net";
$length = mb_strlen($str, 'UTF-8');
echo "La longueur du caractère est：$length";

Sortir:

 La longueur du caractère est：18

Cela compte correctement le "nombre de caractères" dans une chaîne chinoise et anglaise mixte, pas le nombre d'octets.

3. Comment utiliser MB_GET_INFO pour obtenir des informations d'encodage?

MB_GET_INFO peut vous aider à comprendre la configuration actuelle de MbString, en particulier la méthode de codage interne:

 $info = mb_get_info();
print_r($info);

Exemple de sortie:

 Array
(
    [internal_encoding] => UTF-8
    [http_input] => pass
    [http_output] => pass
    [language] => neutral
    [encoding_translation] => 0
    ...
)

Cela nous indique que le codage UTF-8 est actuellement utilisé. Si vous constatez que les résultats du calcul MB_Strlen sont inexacts, il est utile de vérifier si le codage interne est réglé correctement.

Vous pouvez également spécifier pour retourner des informations spécifiques:

 echo mb_get_info("internal_encoding");  // Sortir：UTF-8

4. Suggestions: définissez le codage par défaut

Pour éviter les problèmes, il est recommandé de définir le codage par défaut de multi-girote au début du script:

 mb_internal_encoding("UTF-8");

Cela garantit que les fonctions telles que MB_STRLEN , MB_SUBSTR et d'autres fonctions sont codées dans UTF-8 pour traiter les chaînes.