内容简介:PHP 高级面试题 - 如果没有 mb 系列函数,如何切割多字节字符串
原文请关注我的博客 https://mengkang.net/1129.html
初中级 phper 有多久没给自己充电了呢? 安利一波我的直播 PHP 进阶之路
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:
$str = "周梦康"; $array = []; for ($i=0,$l = mb_strlen($str,"utf-8"); $i < $l; $i++) { array_push($array, mb_substr($str, $i, 1)); } var_export($array);
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:
function str_split_utf8($str) { $split = 1; $array = array(); for ($i = 0; $i < strlen($str);) { $value = ord($str[$i]); if ($value > 127) { if ($value >= 192 && $value <= 223) { $split = 2; } elseif ($value >= 224 && $value <= 239) { $split = 3; } elseif ($value >= 240 && $value <= 247) { $split = 4; } } else { $split = 1; } $key = null; for ($j = 0; $j < $split; $j++, $i++) { $key .= $str[$i]; } array_push($array, $key); } return $array; }
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
ascii 码范围 | 切割偏移量 |
---|---|
0 ~ 127 | 1 字节 |
192 ~ 223 | 2 字节 |
224 ~ 239 | 3 字节 |
240 ~ 247 | 4 字节 |
为什么呢?
http://www.ruanyifeng.com/blo...
https://segmentfault.com/a/11... 口语化叙述 utf-8 的来历
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:
Unicode 符号范围(十六进制) | UTF-8 编码方式(二进制) | UTF-8 首字节范围 |
---|---|---|
0000 0000-0000 007F | 0xxxxxxx | 0 ~ 127 |
0000 0080-0000 07FF | 110xxxxx 10xxxxxx | (128+64) ~ (255-32) 也就是 192 ~ 223 |
0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx | (128+64+32) ~ (255-16) 也就是 224 ~ 239 |
0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx | (128+64+32+16) ~ (255-8) 也就是 240 ~ 247 |
想必看了这个表,大家就能明白了吧。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 字符串的长度,是字符数量,还是字节数量?
- 谈 Golang 中的字符串和字节数组
- Go语言之父带你重新认识字符串、字节、rune和字符
- [译] Go 语言之父带你重新认识字符串、字节、rune 和字符
- 如何使用Perl将48个十六进制字符串转换为字节?
- 主机字节序和网络字节序
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。