數(shù)字の言語は、英語、日本語、その他の言語であろうと、多くの文字で構(gòu)成されています。したがって、數(shù)値言語を扱う場(chǎng)合、基本的な質(zhì)問は、各文字を數(shù)値的に表現(xiàn)する方法です。過去には、英語のキャラクターしか表していませんでしたが、今では物事が非常に異なっており、結(jié)果は複數(shù)の異なる言語でキャラクターを表すための見事なキャラクターエンコードスキームです。 PHPはこれらの異なるスキームをどのように関連付け、処理しますか？

キーポイント

• マルチバイト文字は、1?4バイトを使用して文字を定義します。これは、256を超える一意の文字を持つ言語の數(shù)値表現(xiàn)に重要です。 Unicode、特にUTF-8は、これらの文字で最も一般的に使用されるエンコードスキームです。
• PHP自體は、マルチバイト文字を処理するようには設(shè)計(jì)されていません。これらの文字を処理するには、特別な関數(shù)セットであるMBSTRING関數(shù)を使用する必要があります。ただし、PHPのHTTPヘッダーには、ページのメタタグをオーバーライドできる文字セット識(shí)別子も含まれています。
• マルチバイトサポートはPHPのデフォルト機(jī)能ではなく、再構(gòu)成が必要です。 MB関數(shù)を有効にするには、-Enable-Mbstringコンパイル時(shí)間オプションを使用して、ランタイム構(gòu)成オプションMBSTRING-ENCODING_TRANSLATIONを設(shè)定します。
• MB_CHECK_ENCODING、MB_STRLEN、MB_EREG_SEARCHなど、PHPでいくつかのマルチバイト文字列コマンドを使用できます。これらは、特定のエンコードシーケンスが有効かどうかを確認(rèn)するために使用され、マルチバイト文字列の文字の數(shù)を見つけ、従來の文字検索を?qū)g行します。マルチバイトバージョン。

基本

「ビット」は0または1であり、「バイト」は8つの連続したビットの組み合わせであることを知っています。バイトには8つの二重値ビットがあるため、合計(jì)256の異なるモード（2の8番目の電力）でバイトを構(gòu)成できます?？赡埭?ビットモードごとに異なる文字を関連付けることができます。これらのバイトをさまざまな注文にまとめると、獨(dú)自のコミュニケーション方法があります。それは必ずしも賢いわけではなく、誰が両端にいるかに依存しますが、コミュニケーションです。 256以下のユニークなキャラクターを持つ言語でキャラクターを表現(xiàn)できる限り、私たちは成功します。しかし、たった256文字で言語を表現(xiàn)できない場(chǎng)合はどうなりますか？または、同じドキュメントで複數(shù)の言語を表現(xiàn)する必要がある場(chǎng)合はどうなりますか？今日、私たちが見つけることができるすべてをデジタル化するにつれて、256文字は十分ではありません。幸いなことに、この課題をよりよく満たすキャラクタースキームが設(shè)計(jì)されています。これらの新しいSuperCharacterセットは、1?4バイトを使用して文字を定義します。今日、キャラクターエンコーディングの分野の大物はUnicodeです。これは、複數(shù)のバイトを使用して文字を表すソリューションです。 Unicode Consortiumによって開発され、UTF-32（Dreadnaught Class Starship用）、UTF-16（Star Trekのエンタープライズ：Dark Unboundのため）、UTF-8（私たちのほとんどの人が実際に使用する必要があります。 Webアプリケーションの世界）。私が言ったように、Unicode（UTF-8を含む）は複數(shù)のバイト構(gòu)成を使用して文字を表します。 UTF-8は、1?4バイトを使用して1,112,064パターンを生成して、異なる文字を表します。これらの「ワイドキャラクター」はより多くのスペースを占有しますが、UTF-8は他のエンコードスキームよりも速く処理する傾向があります。なぜ誰もがUTF-8を賞賛するのですか？その一部は、ESPNとTCMで見られるU(xiǎn)TF-8対応広告で強(qiáng)調(diào)されている人気モデルですが、主にUTF-8はASCIIを模倣しています。

これはPHPにどのような影響を與えますか？

私はあなたが何を考えているか知っています。メタタグでキャラクターセットを「UTF-8」に設(shè)定するだけで、すべてが問題ありません。しかし、これは真実ではありません。まず、単純な事実は、PHPがマルチバイト文字を処理するように実際には設(shè)計(jì)されていないため、標(biāo)準(zhǔn)の文字列関數(shù)を使用してこれらの文字を動(dòng)作させると不確実な結(jié)果が生じる可能性があります。これらのマルチバイト文字を処理する必要がある場(chǎng)合、特別な関數(shù)セットであるMbString関數(shù)を使用する必要があります。第二に、たとえあなたがPHPを制御していても、まだ問題があるかもしれません。通信をオーバーライドするHTTPヘッダーには、ページメタタグのコンテンツをオーバーライドする文字セットIDも含まれています。それでは、PHPはマルチバイト文字をどのように処理しますか？マルチバイト文字列に影響を與える機(jī)能の2つのセットがあります。最初のものはiconvです。バージョン5.0から始めて、これは言語のデフォルトの部分になりました。これは、ある文字セットを別の文字セット表現(xiàn)に変換する方法です。これは、この記事で説明するものではありません。 2つ目は、「MB_」が付いた一連のコマンドであるマルチバイトサポートです。これらのコマンドの多くがあり、クイックレビューでは、それらのいくつかは特定のエンコードスキームに基づいてキャラクターが適切であるかどうかを判斷することに関連していることが示されていますが、他のものはPHP正規(guī)表現(xiàn)の一部と同様の検索指向関數(shù)ですが、マルチバイト関數(shù)です。

php

マルチバイトサポートは、PHPのデフォルト機(jī)能ではありませんが、追加のライブラリまたは拡張機(jī)能をダウンロードする必要もありません。殘念ながら、PHPのマネージドバージョンを使用している場(chǎng)合、これはできることではないかもしれません。 phpinfo（）関數(shù)を使用して、構(gòu)成を表示します。下にスクロールして出力を途中でスクロールすると、「mbstring」というセクションがあります。これにより、基本機(jī)能が有効になっているかどうかがわかります。この機(jī)能を有効にする方法については、マニュアルを參照できます。要するに、-enable-mbstringコンパイル時(shí)間オプションを使用して、ランタイム構(gòu)成オプションmbsstring-encoding_translationを設(shè)定することにより、MB関數(shù)を有効にすることができます。もちろん、最終的な解決策はPHP 6です。IBM（帽子を脫いでください）ICUライブラリを使用して、マルチバイト文字セットのネイティブサポートを確保するためです。私たちがしなければならないのは座って待つことだけですよね？しかし、それまでは、今すぐ利用できるマルチバイトサポートをご覧ください。

マルチバイト文字列コマンド

53の異なるマルチバイト文字列コマンドがある場(chǎng)合があります。 54があるかもしれません。私はある時(shí)點(diǎn)で少し邪魔にならなかったが、あなたは私が言っていることを手に入れた。言うまでもなく、私たちはそれを1つずつ説明することはありませんが、楽しみのために、いくつかを簡(jiǎn)単に見てみましょう。

• mb_check_encoding

mb_check_encoding（）関數(shù)は、特定のエンコードシーケンスがエンコードスキームに有効かどうかを判斷するためにチェックします。この関數(shù)は、文字列のエンコード（またはどのスキームが機(jī)能するか）をどのようにエンコードするかはわかりませんが、指定されたスキームで機(jī)能するかどうかがわかります。

<?php
$string = 'u4F60u597Du4E16u754C';
$string = json_decode('"' . $string . '"');
$valid = mb_check_encoding($string, 'UTF-8');
echo ($valid) ? 'valid' : 'invalid';
?>

PHPマニュアルにサポートされているエンコーディングのリストを見つけることができます。

• mb_strlen

strlen（）関數(shù)は、文字列內(nèi)のバイト數(shù)を返します。単一のバイトであるASCIIの場(chǎng)合、これは文字の數(shù)を見つけることをお?jiǎng)幛幛筏蓼?。マルチバイト文字列の?chǎng)合、MB_STRLEN（）関數(shù)を使用する必要があります。

<?php
$string = 'u4F60u597Du4E16u754C';
$string = json_decode('"' . $string . '"');
$valid = mb_check_encoding($string, 'UTF-8');
echo ($valid) ? 'valid' : 'invalid';
?>

• mb_ereg_search

mb_ereg_search（）関數(shù)は、従來の文字検索のマルチバイトバージョンを?qū)g行します。ただし、いくつかの注意事項(xiàng)があります - MB_REGEX_ENCODING（）関數(shù)を使用してエンコードスキームを指定する必要があります。正規(guī)表現(xiàn)にはセパレーターがありません（単なるパターンパーツ）。

<?php
$string = 'u4F60u597Du4E16u754C';
$string = json_decode('"' . $string . '"');

echo strlen($string); // 輸出 12 – 錯(cuò)誤！
echo mb_strlen($string, 'UTF-8'); // 輸出 4
?>

それで十分ですか？

私はあなたがどのようになっているのかわかりませんが、世界は本當(dāng)にもっと簡(jiǎn)単なものを必要としていると思います。殘念ながら、マルチバイト処理はこの要件を満たしていません。しかし今のところ、これはあなたが無視できないものです。通常のPHP文字列処理を?qū)g行できない場(chǎng)合があります（通常のASCII範(fàn)囲を超える文字（U 0000 - U 00FF）を処理しようとしているためです。これは、MB_指向の関數(shù)を使用する必要があることを意味します。もっと知りたいですか？真剣に、あなたはしたいですか？これはあなたを怖がらせると本當(dāng)に思っていました。私はこれに対して準(zhǔn)備ができていませんでした。私の時(shí)が來ました。あなたの最良の選択は何ですか？ PHPマニュアルをご覧ください。ああ、何かを試してみてください。実際に何かを使用している経験を置き換えるものは何もありません。

（元のFAQパーツは、その內(nèi)容が記事のトピックに非常に関連しており、書き換え後に読みやすさを減らすため、ここで保持する必要があります。）

以上がPHPマスター|マルチバイト文字列を使用しますの詳細(xì)內(nèi)容です。詳細(xì)については、PHP 中國(guó)語 Web サイトの他の関連記事を參照してください。