非 ASCII 字符被转换为正方形

Question

我有以下代码，它在字符串中搜索非 ASCII 字符并通过 AJAX 查询返回。

$asciistring = $strDescription;
for ($i=0; $i<strlen($asciistring); $i++) {  
    if (ord($asciistring[$i]) > 127){
        $display_string .= $asciistring[$i];
    }
}

如果 $strDescription 包含 £（字符 #156），则上面的代码可以正常工作。但是，我想用逗号分隔找到的每个非 ASCII 字符。当我修改下面的代码时，它会将 £ 字符转换为正方形。

$asciistring = $strDescription;
for ($i=0; $i<strlen($asciistring); $i++) {  
    if (ord($asciistring[$i]) > 127){
        $display_string .= $asciistring[$i] . ", ";
    }
}

我做错了什么，我该如何解决？

Answer 1

你假设1 character = 1 byte。

当涉及到 UTF-8 / UTF-16 等时，这个假设是错误的。

UTF-8 即由多字节字符组成：1 character = 1 to 3 bytes。

因此，您的 8 位字节循环无法处理任何 UTF-8 字符。

改用mb_... 函数 - 多字节字符串函数。

另外：将 ASCII 转换为 UTF-8，反之亦然

1. 一般不需要
2. 将始终导致某些字符在任何一个中都不可用 编码（即€符号就是其中之一）
3. 从长远来看将是一场维护噩梦

我的建议：将所有一切从开发转向生产以完全使用 UTF-8 是值得的。之后所有问题都迎刃而解了。

Answer 2

我为您提供两种方式。首先使用 utf8_decode。你可以试试这些

$asciistring = 'a£bÂc£d';
$asciistring =  utf8_decode($asciistring);

第一种方式 preg_match_all

if (preg_match_all('/[\x80-\xFF]/', $asciistring, $matches)) {
    $display_string = implode(',', $matches[0]);
}

你写的第二种方式

$display_string = array();
for ($i=0; $i<strlen($asciistring); $i++) {
    if (ord($asciistring[$i]) > 127)
    {
        $display_string[] = $asciistring[$i];
    }
}
$display_string = implode(',', $display_string);

两者都给我相同的输出

£,Â,£

我认为你会有所帮助！