PHP開發多位元組字串處理及字元編碼

mbstring 擴充套件

我們所說的多位元組字元指的是不在傳統的 128 個 ascii 字符集中的字元，比如中文字元。而 php 中處理字串的函式預設假設所有字元都是 8 位字元，占用乙個位元組，如果使用這些 php 原生的字串處理函式處理包含多位元組字元的 unicode 字串，會得到意料之外的錯誤結果。

為了避免處理多位元組字元出錯，可以安裝mbstring擴充套件。這個擴充套件提供了處理多位元組字串的函式，能替代大多數 php 原生的處理字串的函式，例如，可以使用mb_strlen()替代原生的strlen()函式來獲取字串長度。

注：更多多位元組字串處理函式請參考官方文件

lar**el 底層的字串處理函式很多也用到mbstring提供的函式對字串進行處理。詳見illuminate\support\str類，這個比較簡單，這裡就不做贅述了。

字元編碼

字元編碼是打包 unicode 資料的方式，以便把資料儲存在記憶體中，或者在伺服器和瀏覽器之間傳輸。utf-8 是多種可用字元編碼中的一種，但是是最流行的一種，所有現代 web 瀏覽器都支援。

處理多位元組字串的時候，記住以下幾個建議：

mbstring 擴充套件不僅能處理 unicode 字串，還能在不同的字元編碼之間轉換多位元組字串。我們可以使用mb_detect_encoding()方法檢測字元編碼，然後使用mb_convert_encoding()方法轉換字元編碼。

輸出 utf-8 資料

處理多位元組字串的時候，需要告知 php 使用 utf-8 字元編碼，我們可以在php.ini中進行全域性設定：

default_charset = "utf-8";

很多 php 函式都會使用這個預設的字元編碼，如htmlentities()、html_entity_decode()和htmlspecialchars()，以及mbstring擴充套件提供的函式。

在瀏覽器輸出時，我們可以通過header()函式指定輸出資料字元編碼：

<?php

我們還建議在 html 文件的頭部加上這個 meta 標籤：

PHP開發 多位元組字串處理及字元編碼