php - 如何以二进制安全的方式从多字节 PHP 字符串变量中获取单个字节？

Question

假设(为简单起见)我有一个包含 3 个字母(由 4 个字节组成)的多字节 UTF-8 编码字符串变量:

$original = 'Fön';

因为它是 UTF-8，所以字节的十六进制值是(不包括 BOM):

46 C3 B6 6E

由于 $original 变量是用户定义的，我需要处理两件事:

1. 获取字符串中使用的确切字节数(不是 UTF-8 字符)，并且
2. 访问每个单独字节(不是 UTF-8 字符)的方法。

我倾向于使用 strlen() 来处理“1.”，并使用简单的 `$original[$ 访问 $original 变量的字节byteposition] 像这样:

<?php
header('Content-Type: text/html; charset=UTF-8');

$original = 'Fön';
$totalbytes = strlen($original);
for($byteposition = 0; $byteposition < $totalbytes; $byteposition++)
{
    $currentbyte = $original[$byteposition];

    /*
        Doesn't work since var_dump shows 3 bytes.
    */
    var_dump($currentbyte);

    /*
        Fails too since "ord" only works on ASCII chars.
        It returns "46 F6 6E"
    */
    printf("%02X", ord($currentbyte));
    echo('<br>');
}

exit();
?>

这证明我最初的想法是行不通的:

1. var_dump 显示 3 个字节
2. printf 也失败了，因为“ord”只适用于 ASCII 字符

如何以二进制安全的方式从多字节 PHP 字符串变量中获取单个字节？

我正在寻找的是一种将 UTF-8 字符串转换为字节数组的二进制安全方法。

Answer 1

你可以通过解压 utf8_encoded 字符串 $a 来得到一个字节数组:

$a = utf8_encode('Fön');
$b = unpack('C*', $a); 
var_dump($b);

“unsigned char”使用格式 C*

引用资料

• String to byte array in php
• http://www.php.net/manual/en/function.unpack.php
• http://www.php.net/manual/en/function.pack.php