PHP str_split 和 UTF8 抛光字符

Question

这个问题在这里已经有了答案:

What is the best way to split a string into an array of Unicode characters in PHP? (8 个回答)

关闭 6年前。

我在用 utf-8 波兰字符分割单词时遇到问题。

我一直在检查 str_split 的 php 文档，但没有设置字符集的参数。

我有一句话:“mała”而且我必须按字母拆分它以用 span 包装每个字母并在结果中返回 html 字符串。

str_split('mała') 的结果:

array:5 [
  0 => "m"
  1 => "a"
  2 => b"Å"
  3 => b"‚"
  4 => "a"
]

json_last_error_message() 返回 “格式错误的 UTF-8 字符，可能编码错误” 错误，所以我认为这是与波兰字母有关的问题，但我找不到设置 str_split 字符集的方法.

这里准备好要进行 JSON 编码的数组:

array:2 [
  "pieces" => array:6 [
    0 => "<span class="dropable">m</span><span class="dropable">a</span><span class="dropable">m</span><span class="dropable">a</span>"
    1 => "<span class="dropable">m</span><span class="dropable">a</span><span class="dropable">s</span><span class="dropable">a</span>"
    2 => "<span class="dropable">m</span><span class="dropable">a</span><span class="dropable">p</span><span class="dropable">a</span>"
    3 => b"<span class="dropable">m</span><span class="dropable">a</span><span class="dropable">Å</span><span class="dropable">‚</span><span class="dropable">a</span>"
    4 => "<span class="dropable">m</span><span class="dropable">a</span><span class="dropable">c</span><span class="dropable">a</span>"
    5 => "<span class="dropable">m</span><span class="dropable">a</span><span class="dropable">t</span><span class="dropable">a</span>"
  ]
  "engine" => "Wstepne"
]

索引号 3 在字符串和这些格式错误的字符之前包含奇怪的“b”。

生成这些字符串的代码是:

$htmlString = '';
foreach(str_split($piece) as $key => $letter){ 
    $htmlString .= '<span class="dropable">'.$letter.'</span>';
}
return $htmlString;

尝试在 $letter 上使用 utf8_encode，它修复了字符串前面的 b 问题，但仍然创建了 2 个跨度:

3 => "<span class="dropable">m</span><span class="dropable">a</span><span class="dropable">Å</span><span class="dropable">‚</span><span class="dropable">a</span>"

还有什么想法吗？

感谢您的帮助

Answer 1

str_split 适用于字节级别而不是字符级别(尽管它的名称)。因此，实际上您是在 mała 沿其字节而不是沿其字符拆分。这就是为什么你得到一个由五个项目而不是四个项目组成的数组。索引 2 和 3 一起构成 ł 的 UTF-8 编码。

您需要使用 mbstring 或 iconv 扩展名来手动拆分字符串。

$str = 'mała';
$len = mb_strlen($str, 'UTF-8');
$result = [];
for ($i = 0; $i < $len; $i++) {
    $result[] = mb_substr($str, $i, 1, 'UTF-8');
}
var_dump($result);