Gunakan fungsi mbstring seperti mb_strlen () dan mb_substr () bukan strlen () atau substr () untuk mengendalikan rentetan UTF-8 dengan betul, sebagai fungsi standard mengira bait daripada watak, yang membawa kepada kesilapan dengan teks multibyte seperti 'kafe' atau watak Cina.

Bekerja dengan rentetan multibyte (terutamanya UTF-8) dalam PHP memerlukan penjagaan khas kerana fungsi rentetan standard seperti strlen () , substr () , dan strPOS () merawat rentetan sebagai urutan byte dan tidak memahami watak berbilang bait. Ini boleh menyebabkan keputusan yang salah apabila mengendalikan teks bukan ASCII seperti Cina, Arab, atau emojis.

Dayakan dan gunakan sambungan mbstring

Pelanjutan MBSTRING PHP menyediakan versi pelbagai fungsi rentetan biasa. Pastikan ia didayakan di php.ini anda:

Pelanjutan ini sering dimasukkan secara lalai tetapi mungkin perlu diaktifkan.

Tetapkan pengekodan aksara lalai

Tentukan pengekodan dalaman untuk fungsi mbstring untuk mengelakkan ketidakkonsistenan:

Ini memastikan bahawa fungsi seperti mb_strlen () menganggap UTF-8 kecuali dinyatakan sebaliknya.

Gunakan fungsi multibyte-menyedari

Gantikan fungsi standard dengan setara MB_ mereka:

• MB_STRLEN ($ str) - Dapatkan kiraan watak, bukan kiraan byte
• MB_SUBSTR ($ str, 0, 10) - Ekstrak 10 aksara dengan selamat
• MB_STRPOS ($ str, 'a') - Cari kedudukan watak
• MB_STRTOLOWER ($ STR) - Penukaran Kes Menghormati Locale
• MB_STRTOUPPER ($ str) - Tukar ke huruf besar dengan betul

Contoh: Strlen ('kafe') mungkin kembali 7 kerana beraksen 'é' menjadi 2 bait, manakala MB_Strlen ('Café') mengembalikan 5 - bilangan aksara sebenar.

Mengendalikan perbandingan rentetan dan pengesanan pengekodan

Gunakan mb_detect_encoding () untuk mengesahkan pengekodan rentetan apabila sumber input berbeza:

Untuk perbandingan, gunakan mb_strcasecmp () atau menormalkan rentetan sebelum membandingkan.

Apabila memproses input pengguna, URL, atau kandungan pangkalan data, sentiasa menganggap potensi UTF-8 dan mengesahkan atau menukar seperti yang diperlukan. Pangkalan data moden (seperti MySQL dengan UTF8MB4 ) dan API biasanya mengharapkan UTF-8, jadi konsistensi merentasi timbunan adalah kunci.

Pada asasnya, hanya mengelakkan fungsi rentetan lama apabila berurusan dengan teks antarabangsa, berpegang pada alternatif MB_* , dan pastikan lalai persekitaran anda ke UTF-8. Itu meliputi keperluan dunia yang paling nyata tanpa mengatasi perkara-perkara yang mengatasi.

Atas ialah kandungan terperinci Cara bekerja dengan rentetan multibyte (UTF-8) dalam php. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!