如何从具有特殊编码的单词中获取每个字符

Question

当我执行以下代码时，我需要从一个单词中获取一个包含所有字符的数组，但是该单词具有特殊编码的字母，例如 á：

$word = 'withá';

$word_arr = array();
for ($i=0;$i<strlen($word);$i++) {
    $word_arr[] = $word[$i];
}

或

$word_arr = str_split($word);

我明白了：

array(6) { [0]=> 字符串(1) "w" [1]=> 字符串(1) "i" [2]=> 字符串(1) "t" [3]=> string(1) "h" [4]=> string(1) "Ã" [5]=> string(1) "¡" }

如何获取每个字符如下？

array(5) { [0]=> 字符串(1) "w" [1]=> 字符串(1) "i" [2]=> 字符串(1) "t" [3]=> 字符串(1) "h" [4]=> 字符串(1) "á" }

Answer 1

因为是 UTF-8 字符串，就这样吧

$word = 'withá';
$word = utf8_decode($word);
$word_arr = array();
for ($i=0;$i<strlen($word);$i++) {
    $word_arr[] = $word[$i];
}

这样做的原因是，即使它在您的脚本中看起来正确，解释器也会将其转换为多字节字符（为什么mb_split() 也可以工作）。要将其转换为正确的 UTF-8 格式，您可以使用 mb 函数或仅指定 utf8_decode()。

Answer 2

我认为 mb_split 会为你做这件事：http://www.php.net/manual/en/function.mb-split.php

如果您使用特殊编码，您可能想了解 PHP 如何处理一般的多字节编码...

编辑：不，不知道如何让 mb_split 自己做，但是环顾四周，有一些其他问题得到了 preg_split 的回答。我对此进行了测试，它似乎完全符合您的要求：

preg_split('//',$word,-1,PREG_SPLIT_NO_EMPTY);

我仍然强烈建议您阅读 PHP 中的多字节字符。这有点乱，恕我直言。

这里有一些很好的链接： http://www.joelonsoftware.com/articles/Unicode.html 和 http://akrabat.com/php/utf8-php-and-mysql/ 还有更多可以找到...

Answer 3

发现于：http://www.php.net/manual/en/function.str-split.php#107658

    function str_split_unicode($str, $l = 0) {
        if ($l > 0) {
            $ret = array();
            $len = mb_strlen($str, "UTF-8");
            for ($i = 0; $i < $len; $i += $l) {
                $ret[] = mb_substr($str, $i, $l, "UTF-8");
            }
            return $ret;
        }
        return preg_split("//u", $str, -1, PREG_SPLIT_NO_EMPTY);
    }

   $word = 'withá';
   $word = str_split_unicode($word);
   var_dump($word);

Answer 4

您应该对所有多字节字符集使用多字节函数！我猜 mb_split 是挂件：

http://php.net/manual/en/function.mb-split.php