UTF-8-safe-entspricht der ord oder charCodeAt() in PHP

Ich muss in der Lage sein zu verwenden, ord (), um den gleichen Wert wie javascript, charCodeAt () - Funktion. Das problem ist, dass ord() nicht unterstützt UTF8.

Wie kann ich erreichen, Ą zu übersetzen, um 260 in PHP? Ich habe versucht, einige uniord Funktionen gibt, aber Sie alle report-256 anstatt 260.

Vielen Dank für jede Hilfe!!!

Hinsichtlich

  • Es ist Ą nicht A
  • Ja ich realisiert, dass die Momente nach der Buchung.
  • PHP oder javascript?
  • Sorry, hätte klarer. PHP
InformationsquelleAutor Rila | 2012-04-26
  1. 9

    ord() funktioniert byte pro byte (wie die meisten PHPs standard-string-Funktionen - wenn auch nicht alle). Müssen Sie konvertieren Sie Ihre eigenen, zum Beispiel mit Hilfe der multibyte-string-extension:

    $utf8Character = 'Ą';
list(, $ord) = unpack('N', mb_convert_encoding($utf8Character, 'UCS-4BE', 'UTF-8'));
echo $ord; # 260
    • Hmm, die Liste-Funktion funktioniert nicht richtig?
    • Es fühlt sich nah, obwohl
    • list ist nicht eine Funktion, sondern eine spezielle form; list($ord) = $someArray ist im Grunde dasselbe wie $ord = $someArray[0]. list ist praktisch, wenn Sie möchten, ordnen Sie die Elemente in einem array mehrere Variablen zu erhalten oder um die Tatsache, dass Sie können ' T fügen Sie einen index auf ein array-Ausdruck, der nicht einer tatsächlichen array-variable in PHP < 5.4.
    • Ah, ich sehe. Aber wenn ich die Ausführung der code oben ist es nicht ausgeben nichts (es ist leer). Irgendwelche Ideen, wie daraus ein home-run?
    • Nicht sicher, warum es nicht funktioniert mit list, aber versuchen Sie dies: $chars = unpack('N', mb_convert_encoding($utf8Character, 'UCS-4BE', 'UTF-8')); $ord = $chars[0];
    • Hmm, funktioniert auch nicht. Sieht aus wie beide entpacken und list setzen Sie den Wert im index 1 des Arrays anstatt 0. Wird diese änderung abhängig von der Anzahl der bytes an, die ein Charakter einnimmt oder wird dies immer zuverlässig zu 1?
    • mb_convert_encoding übersetzt von UTF-8 in UCS-4BE, die Sie bekommt einen 4-byte-big-endian-integer-Darstellung der Zeichen-code. Die 'N' - format wird entpacken, zu Parsen einer big-endian ("network-format") integer und schalten Sie es in einen regulären PHP-Nummer. Es sollten keine zusätzlichen Zeug das Ergebnis der entpacken. Was ist, wenn du print_r die Ergebnisse der entpacken? Oder den string 'Ą', für diese Angelegenheit - sicherzustellen, dass Sie nicht fügen Sie eine zusätzliche Kontrolle char oder Raum oder was?
    • print_r gibt mir Array ( [1] => 260 ), das ist ziemlich seltsam, dass es nicht null indiziert, aber solange es funktioniert bin ich glücklich 🙂 Danke!
    • lassen Sie uns weiter, diese Diskussion im chat
    • Das war ein Fehler, wenn ich bearbeitet habe, die Antwort, war AFK in der, während es jetzt korrigiert.
    • könnte auch mit array_merge() zu komprimieren, das Ergebnis von unpack(). Ich finde es unverständlich, dass entpacken gibt ein 1-basiertes array.

    InformationsquelleAutor hakre
  2. 11

    mbstring-version:

    function utf8_char_code_at($str, $index)
{
    $char = mb_substr($str, $index, 1, 'UTF-8');

    if (mb_check_encoding($char, 'UTF-8')) {
        $ret = mb_convert_encoding($char, 'UTF-32BE', 'UTF-8');
        return hexdec(bin2hex($ret));
    } else {
        return null;
    }
}

    mithilfe von htmlspecialchars und htmlspecialchars_decode für immer ein Zeichen:

    function utf8_char_code_at($str, $index)
{
    $char = '';
    $str_index = 0;

    $str = utf8_scrub($str);
    $len = strlen($str);

    for ($i = 0; $i < $len; $i += 1) {

        $char .= $str[$i];

        if (utf8_check_encoding($char)) {

            if ($str_index === $index) {
                return utf8_ord($char);
            }

            $char = '';
            $str_index += 1;
        }
    }

    return null;
}

function utf8_scrub($str)
{
    return htmlspecialchars_decode(htmlspecialchars($str, ENT_SUBSTITUTE, 'UTF-8'));
}

function utf8_check_encoding($str)
{
    return $str === utf8_scrub($str);
}

function utf8_ord($char)
{
    $lead = ord($char[0]);

    if ($lead < 0x80) {
        return $lead;
    } else if ($lead < 0xE0) {
        return (($lead & 0x1F) << 6) 
      | (ord($char[1]) & 0x3F);
    } else if ($lead < 0xF0) {
        return (($lead &  0xF) << 12)
     | ((ord($char[1]) & 0x3F) <<  6)
     |  (ord($char[2]) & 0x3F);
    } else {
        return (($lead &  0x7) << 18)
     | ((ord($char[1]) & 0x3F) << 12)
     | ((ord($char[2]) & 0x3F) <<  6)
     |  (ord($char[3]) & 0x3F);
    }
}

    PHP-Erweiterung version:

    #include "ext/standard/html.h"
#include "ext/standard/php_smart_str.h"

const zend_function_entry utf8_string_functions[] = {
    PHP_FE(utf8_char_code_at, NULL)
    PHP_FE_END
};

PHP_FUNCTION(utf8_char_code_at)
{
    char *str;
    int len;
    long index;

    unsigned int code_point;
    long i;
    int status;
    size_t pos = 0, old_pos = 0;

    if (zend_parse_parameters(ZEND_NUM_ARGS() TSRMLS_CC, "sl", &str, &len, &index) == FAILURE) {
        return;
    }

    for (i = 0; pos < len; ++i) {
        old_pos = pos;
        code_point = php_next_utf8_char((const unsigned char *) str, (size_t) len, &pos, &status);

        if (i == index) {
            if (status == SUCCESS) {
                RETURN_LONG(code_point);
            } else {
                RETURN_NULL();
            }

        }

    }

    RETURN_NULL();
}
    • Wow. Das ist genau, wie wahnsinnig kompliziert für etwas, das sollte sein eine triviale built-in in die eigene Sprache! Ich Geb dir ein +1 für die Mühe, aber wow, einfach nur wow!
    • Danke. Ich fügte hinzu, ein weiteres Beispiel mit htmlspecialchars und htmlspecialchars_decode. Ich gepostet, für die das Lesen von PHP-source-code und practing C-Sprache. Ich überlege vorschlagen, neue string-Funktion mbstring-und PHP-core. Diese Funktion entspricht Ruby ' s each_char. Diese Funktion kann verwendet werden für die Definition von fallback-Funktionen, wie mb_strlen und mb_substr. Ich führte diese Funktion als PHP-Erweiterung: blog.sarabande.jp/post/57645700697 (sorry für Japanse Artikel).
    InformationsquelleAutor masakielastic
  3. 4

    Versuchen:

    
function uniord($c) {
        $h = ord($c{0});
        if ($h <= 0x7F) {
            return $h;
        } else if ($h < 0xC2) {
            return false;
        } else if ($h <= 0xDF) {
            return ($h & 0x1F) << 6 | (ord($c{1}) & 0x3F);
        } else if ($h <= 0xEF) {
            return ($h & 0x0F) << 12 | (ord($c{1}) & 0x3F) << 6
                                     | (ord($c{2}) & 0x3F);
        } else if ($h <= 0xF4) {
            return ($h & 0x0F) << 18 | (ord($c{1}) & 0x3F) << 12
                                     | (ord($c{2}) & 0x3F) << 6
                                     | (ord($c{3}) & 0x3F);
        } else {
            return false;
        }
    }
    echo uniord('Ą');
    • Dank Sudhir, das funktioniert! Was ist die Quelle dieser Funktion?
    • naja, eigentlich habe ich auch habe es von einer Quelle, die ich gerade nicht erinnern, da hatte ich diesen code seit langer Zeit, sorry dafür, aber ich hoffe die Funktion wird Ihnen helfen, somve das problem
    • Implementierung von UTF-8, die von hand macht Spaß und alle; ich habe es getan, ein paar mal. Aber ich denke, es ist klüger zu verwenden, - Bibliotheken verwaltet von jemand anderem. Zumal dann können Sie mit anderen Codierungen als auch..
    InformationsquelleAutor Sudhir Bastakoti
  4. 0

    Sollte dies das äquivalent zu JavaScript charCodeAt() auf der Basis von @hakre die Arbeit aber korrigiert, um eigentlich die gleiche Arbeit wie JavaScript (in jeder Weise, die ich denken konnte, zu testen):

    function charCodeAt($string, $offset) {
  $string = substr($string, $offset, 1);
  list(, $ret) = unpack('S', mb_convert_encoding($character, 'UTF-16LE'));
  return $ret;
}
    • Ändern Sie das Zeichen " $durch $string 🙂
    InformationsquelleAutor Aeyoun
  5. -1

    Es ist eine ord_utf8 Funktion hier :
    https://stackoverflow.com/a/42600959/7558876

    Diese Funktion sieht wie folgt aus (accept string und return integer)

    <?php

function ord_utf8($s){
return (int) ($s=unpack('C*',$s[0].$s[1].$s[2].$s[3]))&&$s[1]<(1<<7)?$s[1]:
($s[1]>239&&$s[2]>127&&$s[3]>127&&$s[4]>127?(7&$s[1])<<18|(63&$s[2])<<12|(63&$s[3])<<6|63&$s[4]:
($s[1]>223&&$s[2]>127&&$s[3]>127?(15&$s[1])<<12|(63&$s[2])<<6|63&$s[3]:
($s[1]>193&&$s[2]>127?(31&$s[1])<<6|63&$s[2]:0)));
}

    Und eine schnelle chr_utf8 hier :
    https://stackoverflow.com/a/42510129/7558876

    Diese Funktion sieht wie folgt aus (akzeptieren integer und einen string zurückgeben)

    <?php

function chr_utf8($n,$f='C*'){
return $n<(1<<7)?chr($n):($n<1<<11?pack($f,192|$n>>6,1<<7|191&$n):
($n<(1<<16)?pack($f,224|$n>>12,1<<7|63&$n>>6,1<<7|63&$n):
($n<(1<<20|1<<16)?pack($f,240|$n>>18,1<<7|63&$n>>12,1<<7|63&$n>>6,1<<7|63&$n):'')));
}

    Bitte überprüfen Sie links, wenn Sie wollen nur ein Beispiel...

    • Ein link zu einer Lösung ist willkommen, aber bitte achten Sie darauf Ihre Antwort ist nützlich, ohne ihn: fügen Sie den Kontext um den link so dass Ihre Kolleginnen und Nutzer haben eine Vorstellung davon, was es ist und warum es da ist, dann zitiere den wichtigsten Teil der Seite, die Sie verknüpfen, um im Fall der Ziel-Seite nicht verfügbar ist. Antworten, die wenig mehr als ein link kann gelöscht werden.
    • BTW: Wenn Sie denken, die Frage hat eine Antwort irgendwo sonst auf Stack Overflow, bitte markieren Sie Sie als duplizieren anstelle von verfasserangaben in der anderen Antwort.
    InformationsquelleAutor Php'Regex
Schreibe einen Kommentar