PHP 多字节字符串函数

Question

今天我遇到了 php 函数 strpos() 的问题，因为即使正确的结果显然是 0，它也返回 FALSE。这是因为一个参数是用 UTF-8 编码的，但是other(origin 是一个 HTTP GET 参数)显然不是。

现在我注意到使用 mb_strpos 函数解决了我的问题。

我现在的问题是:通常使用 PHP 多字节字符串函数来避免将来出现这些问题是否明智？我是否应该完全避免使用传统的 strpos、strlen、ereg 等函数？

注意:我不想在 php.ini 中将 mbstring.func_overload 设置为全局，因为这会导致使用 PEAR 库时出现其他问题。我正在使用 PHP4。

Answer 1

这取决于您使用的字符编码。在单字节字符编码或 UTF-8(其中一个字符内的单个字节永远不会被误认为是另一个字符)中，只要您要搜索的字符串和您用于搜索的字符串在同一个encoding 然后你可以继续使用常规的字符串搜索功能。

如果您使用的是 UTF-8 以外的多字节编码，它不会阻止字符中的单个字节像其他字符一样出现，那么使用常规字符串搜索函数进行字符串搜索是不安全的。您可能会发现误报。这是因为 PHP 在 strpos 等函数中的字符串比较是按字节进行的，除了专门为防止此问题而设计的 UTF-8 之外，多字节编码会遇到这样的问题，即字符中的任何后续字节由多个字节可能匹配不同字符的一部分。

如果您在中搜索的字符串与您要搜索的字符串的字符编码不同，则始终需要进行转换。否则您会发现，对于在其他编码中以不同方式表示的任何字符串，它总是会返回 false。您应该对输入进行此类转换:决定您的应用程序将使用的字符编码，并在应用程序内保持一致。每当您收到不同编码的输入时，请在输入的过程中进行转换。