Разборная многобайтовая строка в PHP
Вопрос
Я хотел бы написать (HTML) Parser на основе государственного компьютера, но у меня есть сомнения, как укоренить / использовать вход. Я решил загрузить весь ввод в одну строку, а затем работать с ним как с массивом и удерживайте свой индекс в качестве текущей позиции анализа.
Не было бы проблем с однобайтовым кодировкой, но в многобайтовом кодировании каждое значение не представляет символ, а байт символа.
Пример:
$mb_string = 'žščř'; //4 multi-byte characters in UTF-8
for($i=0; $i < 4; $i++)
{
echo $mb_string[$i], PHP_EOL;
}
Выходы:
Ĺ
ž
Ĺ
Ą
Это означает, что я не могу перейти через строку в цикле, чтобы проверить одно символы, потому что я никогда не знаю, есть ли я в середине персонажа или нет.
Таким образом, вопросы:
- Как много-байтовую безопасно прочитайте один символ из строки в дружеском стиле?
- Это хорошая идея работать со строкой, так как это был массив в этом случае?
- Как бы вы прочитали вход?
Решение
http://php.net/mb_string. это то, что вы ищете
- просто символы mb_substr один за другим
- не до PHP6
- Какой вход именно? Обычный путь в целом
Другие советы
mb_internal_encoding("UTF-8");
$mb_string = 'žščř';
$l=mb_strlen($mb_string);
for($i=0;$i<$l;$i++){
print(mb_substr($mb_string,$i,1)."<br/>");
}
Без использования MDB_RELEDFUNCEUNTS и с многобайтовыми кодированными строками вы можете использовать стандартные функции Sub String, которые читают несколько байтов, используемых для кодирования.
Например, для закодированной (2 байт) utf-8 (2 байта), если вам нужен первый символ из строки
$string = 'žščř'; //4 multi-byte characters in UTF-8
Вы должны получить значения $ String [0] и $ String [1], поэтому вы на самом деле ищите подстроку между индексами 0 и 1 (для первого символа).
Обратите внимание, что $ String [0] или $ String [n] ссылается на первый (или n-й байт многобайтовой строки)
с уважением,