我想编写一个基于状态机的 (HTML) 解析器,但我对如何实际读取/使用输入有疑问。我决定将整个输入加载到一个字符串中,然后像处理数组一样处理它,并将其索引保存为当前解析位置。
单字节编码没有问题,但多字节编码每个值代表的不是一个字符,而是一个字符的一个字节。
示例:
$mb_string = 'žščř'; //4 multi-byte characters in UTF-8
for($i=0; $i < 4; $i++)
{
echo $mb_string[$i], PHP_EOL;
}
输出:
Ĺ
ž
Ĺ
Ą
这意味着我不能在循环中遍历字符串来检查单个字符,因为我永远不知道我是否在字符的中间。
所以问题是:
- 我如何多字节安全地读取一个 字符串中的单个字符 性能友好的方式?
- 与 字符串,因为它是一个数组 案例?
- 您将如何阅读输入内容?
最佳答案
http://php.net/mb_string是你要找的东西
- 只是 mb_substr 个字符一个接一个
- 直到 PHP6
- 具体是什么输入?一般的常规方式
关于php - 在 PHP 中解析多字节字符串,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/2590980/