如何处理 PHP < 6 中的 Unicode 无意识？答案

【问题标题】：What to do with Unicode non-awareness in PHP < 6?如何处理 PHP < 6 中的 Unicode 无意识？
【发布时间】：2009-12-27 16:00:30
【问题描述】：

我正在开发一个需要了解 Unicode 的项目。 PHP 提供了许多有用的函数，如 str_count_words() 来计算某些输入中的单词数，但它们不适用于 PHP

我该怎么办？ PHP 6 还没有推出，所以我不能要求人们拥有它才能使用我的软件...

我应该只为字符串函数编写一个包装库吗？如果版本低于 6，将使用 PHP 6 的函数或我自己的函数？

【问题讨论】：

必须是 PHP 吗？如果 Unicode 支持是一个核心问题，PHP5 可能不是平台的最佳选择。
这是一个必须在尽可能多的平台和服务器上运行的 Web 应用程序。它必须支持 Postgres、MySQL、SQL Server 和 Oracle RDBMS。它必须支持 XML 解析，并且还有很多其他要求，坦率地说，PHP 似乎最有意义。
其他现代脚本语言当然可以很好地处理 XML 和数据库，同时也原生支持 Unicode 字符串。例如。 Python、ASP.NET、Java 的各种脚本编写可能性。虽然 PHP 支持在cheapo 共享主机上最为普遍，但在很长一段时间内只会成为 PHP5，而且 PHP5 中的 Unicode 支持非常不合标准。

标签： php unicode function

【解决方案1】：

您可以使用multibyte string comparison 函数。

另一个好主意可能是看看其他人是如何做到的，尤其是像 Wordpress 和 Drupal 这样成熟且成熟的系统。据我所知，它们都有自己的多字节函数包装器。

其他可能有趣的资源：

【讨论】：

【解决方案2】：

对于多字节字符串函数，你应该检查Multibyte String Functions

例如，有一个 mb_strlen 函数 -- 等效于 strlen，但它适用于 UTF-8

不幸的是，这些函数中只有几个，而且所有str* 不一定都有mb_str* 等价物...不过，绝对有可能在 PHP 中创建一个 100% UTF-8 的网站5.x

【讨论】：

【解决方案3】：

我在 PHP 5 中为此创建了一个包装类（IMO，这是唯一可靠的方法），以下是我对您提到的函数的一些实现：

function iki_String_str_word_count($string, $format = 0, $search = null)
{
    $result = iki()->Regex->Match_All($string, '[\p{L}\p{Mn}\p{Pd}\'\x{2019}' . iki()->Regex->Quote($search) . ']+', 0, 'u');

    if ($format == 0)
    {
        return count($result);
    }

    return $result;
}

function iki_String_strlen($string)
{
    return strlen(utf8_decode($string));
}

还有一个open-source project @ SourceForge called PHP UTF-8 实现了很多str_* 系列函数。 Kohana PHP Framework 还声称 100% 兼容 UTF-8。

【讨论】：

PS：见谅我的具体方法，但我赶时间，暂时无法翻译代码。希望它足以传递信息。

【解决方案4】：

按照您的建议，您可以创建一个包装库，直到 PHP 6 成为标准安装。（考虑到 ISP 采用 PHP 5 的速度，这还需要几年时间。

mb_string functions 方式同时被证明是足够的。

【讨论】：