龙空技术网

「服务器」如果PHP中没有mb系列函数,那如何切割多字节字符串

猿话 156

前言:

而今小伙伴们对“php切割字符”大体比较重视,各位老铁们都想要知道一些“php切割字符”的相关知识。那么小编在网络上汇集了一些对于“php切割字符””的相关文章,希望你们能喜欢,同学们一起来学习一下吧!

在PHP编程中,多字节字符串切割,是经常碰到的需求。对于此需求,我们经常使用的可能就是mb系列函数,例如下面的方案一。那如果我们不使用mb系列函数,又该如何处理呢?下面针对此问题,我们将进行探讨。

需求

如果需要将可能含有中文的字符串进行拆分成数组,我们下面以 utf-8 编码为例。

解决方案一

我习惯的方法可能是:

假如我们没装mb扩展怎么办?

解决方案二

今天看到一份代码,别人是这么写的:

代码解读

strlen计算的是字节数,而直接使用$str[x]就沿用了c语言里面char数组和字符串的习惯,表示按字节来读取$str,也就是说每次读取的数据的ascii码值不可能大于255。而php里使用ord来获取ascii码值。

切割规则如下

为什么呢?

Unicode

Unicode 只是一个符号集,它只规定了符号的二进制代码,却没有规定这个二进制代码应该如何存储。

UTF-8

UTF-8 就是在互联网上使用最广的一种 Unicode 的实现方式。UTF-8 最大的一个特点,就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号,根据不同的符号而变化字节长度。

UTF-8 的编码规则很简单,只有二条:

对于单字节的符号,字节的第一位设为0,后面7位为这个符号的 Unicode 码。因此对于英语字母,UTF-8 编码和 ASCII 码是相同的(能容纳0~127)。

对于n字节的符号(n > 1),第一个字节的前n位都设为1,第n + 1位设为0,后面字节的前两位一律设为10。剩下的没有提及的二进制位,全部为这个符号的 Unicode 码。

下表总结了编码规则,字母x表示可用编码的位:

想必看了这个表,大家就能明白了吧。

本文转载自互联网,如侵犯了你的权益,请立即联系告知,谢谢!

转载地址:

标签: #php切割字符