多國語言並存就意味着多字節,PHP內置的字符串長度函數strlen無法正確處理中文字符串,它得到的只是字符串所占的字節數。對於GB2312的中文編碼,strlen得到的值是漢字個數的2倍,而對於UTF-8編碼的中文,就是1~3倍的差異了。
采用PHP字符串mbstring可以較好地解決這個問題。mb_strlen的用法和strlen類似,只不過它有第二個可選參數用於指定字符編碼。例如得到UTF-8的字符串$str長度,可以用mb_strlen($str,’UTF-8′)。如果省略第二個參數,則會使用PHP的內部編碼。內部編碼可以通過mb_internal_encoding()函數得到,設置有兩種方式:
1. 在php.ini中設置mbstring.internal_encoding = UTF-8<br > 2. 調用mb_internal_encoding(”GBK”)</br >
除了PHP字符串mbstring,還有很多切割函數,其中mb_substr是按字來切分字符,而mb_strcut是按字節來切分字符,但是都不會產生半個字符的現象。而且從函數切割對長度的作用也不同,mb_strcut的切割條件是小於strlen, mb_substr是等於strlen,看下面的例子,
<ol class="dp-xml"><li class="alt"><span class="tag"><font color="#006699"><</font color="#006699"></span class="tag"> ?
- $<span class="attribute"><font color="#ff0000">str = ‘我是一串比較長的中文-www.jefflei.com’; </font color="#ff0000"></span class="attribute">
<li class="alt">echo “mb_substr:” . mb_substr($str, 0, 6, ‘utf-8′);
- echo ”
<li class="alt">“;
- echo “mb_strcut:” . mb_strcut($str, 0, 6, ‘utf-8′);
<li class="alt"><span class="tag"><font color="#006699">?></font color="#006699">
</span class="tag"></li class="alt"></li class="alt"></li class="alt"></li class="alt"></ol class="dp-xml">
輸出如下:<br > mb_substr:我是一串比較<br > mb_strcut:我是</br ></br >
需要注意的是,PHP字符串mbstring並不是PHP核心函數,使用前需要確保在php編譯模塊時加入mbstring的支持:<br > (1)編譯時使用–enable-mbstring<br > (2)修改/usr/local/lib/php.inc<br > default_charset = “zh-cn”<br > mbstring.language = zh-cn<br > mbstring.internal_encoding =zh-cn</br ></br ></br ></br ></br >
PHP字符串mbstring類庫內容比較多,還包括mb_ send_ mail 之類的email處理函數等
配置mbstring擴展
首先確保php安裝目錄下的ext子目錄存在php_mbstring.dll 文件。然后編輯php.ini文件:
;extension=php_mbstring.dll 去掉分號 extension=php_mbstring.dll
把輸出處理程序設為mbstring對應。 ;output_handler = output_handler = "mb_output_handler"
設定文字集為UTF-8。 ;default_charset = "iso-8859-1" default_charset = "UTF-8"
設置mbstring的語言為Chinese ;mbstring.language = Japanese mbstring.language = Chinese
設置mbstring的內部編碼為UTF-8。 ;mbstring.internal_encoding = EUC-JP mbstring.internal_encoding = UTF-8
設置mbstring的輸入文字編碼為自動判別方式。 ;mbstring.http_input = auto mbstring.http_input = auto
把mbstring輸出文字編碼設為UTF-8。 ;mbstring.http_output = SJIS mbstring.http_output = UTF-8
激活mbstring的文字編碼自動變換方式。 ;mbstring.encoding_translation = Off mbstring.encoding_translation = On
mbstring庫 全稱是Multi-Byte String 即各種語言都有自己的編碼,他們的字節數是不一樣的,目前php內部的編碼只支持ISO-8859-*, EUC-JP, UTF-8其他的編碼的語言是沒辦法在php程序上正確顯示的。
解決的方法就是通過php的mbstring函數庫來解決其安裝是在編譯php的時候加上--enable-mbstring=?
"="后面就是跟需要支持的語言,j具體參數如下:--enable-mbstring=cn for Simplified Chinese support, --enable-mbstring=tw for Traditional Chinese support, --enable-mbstring=kr for Korean support, --enable-mbstring=ru for Russian support, and --enable-mbstring=ja for Japanese support.“沒有發現PHP 的擴展設置mbstring,而當前系統好像在使用寬字符集。沒有mbstring
擴展的phpMyAdmin 不能正確識別字符串,可能產生不可意料的結果.”
這是因為我們在裝PHP的時候沒有把mbstring模塊加上。
在win下很簡單啦,只要到配置文件里把mbstring.dll前面的分號去掉,並把文件放到相應的地方就可以了,在linux下就不同了,但是也很簡單。只要在編譯PHP的時候加上參數
--with-mbstring --enable-mbstring=all
就可以了。