使用PHP的str_replace函數替換UTF-16編碼的字符串中的低ASCII字符

Question

我有一些用於文本過濾的PHP代碼。 在過濾過程中，一些ASCII字符（例如與號（＆）和代字號（〜））被臨時轉換為低ASCII字符（例如十進制代碼點4和5）。 在生成最終的過濾輸出之前，將還原轉換。

$temp = str_replace(array('&', '~'), array("\x04", "\x05"), $input);
... some filtering code to work with $temp ...
$out = str_replace(array("\x04", "\x05"), array('&', '~'), $temp);

這對於使用8位代碼單元（例如UTF-8和ISO 8859-1）的字符編碼的輸入文本效果很好。 但是我不確定以更大的代碼單元（例如UTF-16或UTF-32）編碼的輸入。 第一步轉換會破壞輸入文本的格式嗎？ 由於某些先前存在的輸入字符，在還原步驟期間是否會有一些沖突？ PHP安裝程序不會重載多字節字符串函數。

誰能評論？ 謝謝。

Answer 1

只要傳遞給它的所有字符串都使用相同的編碼，str_replace即可正常工作。 它只是對數據進行二進制比較/替換，因此實際編碼並不重要。

這就是為什么此列表中沒有mb_str_replace的原因。