PHP：使用UTF-8的strpos和substr

Question

假设我有一个长UTF-8编码的字符串。

并说我想检测此字符串中是否存在$var 。

假设$var总是简单的字母或ascii字符的数字（例如"hello123" ）我不应该使用mb_strpos或iconv_strpos吗？ 因为只要与其他功能一致，位置在字符方面是否正确无关紧要。

例：

$var='hello123';
$pos=strpos($utf8string,$var);
if ($pos!==false) $uptohere=substr($ut8string,0,$pos);

我是否正确，无论字符串是否包含花哨的UTF-8字符，上述代码都会将所有内容提取到'hello123' ？ 我的逻辑是因为strpos和substr都会彼此一致（即使这一直是错误的），那么它仍然可以工作。

Answer 1

是的，你是对的。 关于角色本身没有歧义，即hello123在UTF-8中不可能有任何其他东西。 你正在切片的方式，无论你是按字符切换还是按字节数切片都没关系。

所以是的，这是安全的， 只要你的字符串是UTF-8，从而与ASCII兼容 。

请看这里快速测试：http： //3v4l.org/XnM8s

为什么这样有效：

UTF-8中的字符串“汉字hello123”看起来像字节（我希望这能正确对齐）：

e6 | bc | a2 | e5 | ad | 97 | 68 | 65 | 6c | 6c | 6f | 31 | 32 | 33
     漢      |      字      | h  | e  | l  | l  | o  | 1  | 2  | 3

strpos将查找字节序列68656c6c6f313233 ，返回6作为“hello123”的起始字节。 substr将从字节0切出6个字节，返回“汉字”。 没有含糊之处。 您正在按字节查找和切片，无论有多少个字符都无关紧要。

您需要完全使用字符 ，在这种情况下，字符串函数必须能够识别编码。 或者你完全以字节为单位工作，在这种情况下，唯一的要求是字节不明确（比如“hello123”可以匹配BIG5中编码的“中国”，因为字节是相同的（它们不是，只是一个例子） ）。 UTF-8是自同步的 ，这意味着没有这种模糊性。

Answer 2

在UTF-8中，您必须使用mb_ *函数，在您需要将substr替换为

mb_substr($var, 0, N, 'UTF-8');

mb_substr（）