PHP中文文字處理技巧
在處理中文字符串的時候,如何處理？以下就是小編精心推薦PHP中文文字處理技巧，希望對大家有幫助！
我們都知道，在PHP中處理字符串，可以用substr，str_split等等眾多的方法，但是我想每個人都遇到過一個問題，那就是如何完美的處理中文字符串！我們知道，中文與英文和數(shù)字完全不同，英文和數(shù)字通常情況下都僅僅是占用一個字節(jié)，但是中文在不同編碼下占用的字節(jié)是不同的，在UTF8中占用3個字節(jié)，而在GBK中則占用2字節(jié)。
一、字符串逐字分割
即使我們確定使用的編碼格式，例如我們最常用的UTF8編碼，知道漢字是占用3字節(jié)，那么對于中英文混排，依然會比較頭疼，因為substr，str_split等方法都是依照字節(jié)分割的，例如我們想要逐字分割字符串，或是以一定長度分割字符串，這個問題就會變得復(fù)雜，如果我們以3為倍數(shù)分割，除非我們保證字符串是純粹的中文，否則結(jié)果依然有很大幾率將中文“切碎”，當(dāng)然如果你去網(wǎng)上搜索，可能會有人告訴你，可以用mb_substr()，但是你不得不注意一點，mb并不是PHP本身預(yù)裝的，可能有些集成環(huán)境帶有這個，但同樣的，也有很多PHP不會帶有這些mb開頭的方法。例如我的服務(wù)器就沒有mb開頭的這些方法。
而在網(wǎng)上你能找到的還有利用循環(huán)遍歷的方法去判斷字符的編碼，以及是否是漢字，然后再逐個用substr分割，雖然這個方法可以不借助mb這類額外的東西，但是實現(xiàn)起來實在過于麻煩，實際上只要你用的PHP不是太舊，我們只需要一步就能輕松的做到字符串的逐字分割。
我們需要借助的是一種對于字符串處理十分擅長，但很多人認(rèn)為是比較高級的東西——正則表達(dá)式。可能有些人提到正則表達(dá)式，會比較反感，其實我個人最開始也感覺正則表達(dá)式比較復(fù)雜，因為里面用了各種“標(biāo)點符號”來標(biāo)記各種功能。但當(dāng)你發(fā)現(xiàn)它的強(qiáng)大之后，你真的會愛上它。
我們只需要使用preg_match_all("/./u",$str,$arr);就可以得到一個名為$arr的字符數(shù)組，也就是我們需要的逐字分割的結(jié)果。沒錯，僅僅是這樣簡短的一行代碼，就達(dá)到了逐字分割字符串的目的，是不是很簡單呢？其實原理也很簡單。
我們首先說一下preg_match和preg_match_all這兩個方法，這兩個方法是PHP內(nèi)置的，專門用來匹配正則的方法，所以不用擔(dān)心你的PHP環(huán)境不支持它們。preg_match是僅匹配一次，我們通常用來提取某一個字符串中的一個內(nèi)容，當(dāng)它找到第一個符合的結(jié)果時，便會直接將結(jié)果返回給變量，并且停止匹配，而preg_match_all則是匹配所有符合的結(jié)果，他會將你傳給他的字符串反復(fù)匹配，找到所有匹配的結(jié)果。
然后就是我們使用的正則表達(dá)式，“/./u”十分的簡單，正則表達(dá)式以斜線開始和結(jié)束，而在結(jié)束的斜線后面則可以設(shè)置屬性，常用的有i，u，g等，這里我們使用的u十分的重要，因為這里的u代表將字符串以UTF8編碼格式來處理，如果沒有這個，我們就不能正常的處理中文字符。而“.”則是代表任意字符，因此這里我們只是匹配一個UTF8的字符，而因為我們使用了preg_match_all所以我們就可以得到所有的單個字符，也就達(dá)到了逐字分割的目的。
二、中文字符串長度
在獲取中文字符串長度的時候，也會遇到問題，我們使用str_len獲取的字符串長度也是不正常的，那么想要獲取含有中文的字符串的字符個數(shù)該怎么辦呢？其實非常的簡單，我們依然使用preg_match_all("/./u",$str,$arr);就可以了，只不過我們要拿到的不是$arr，而是preg_match_all的返回值，也就是$len=preg_match_all("/./u",$str,$arr);我們拿到的$len就是字符串的長度，這也是我為什么建議使用preg_match_all逐字分割字符串，而不是用preg_split，因為我們用preg_match_all可以一步同時獲取數(shù)組和字符串長度。
需要注意的是，還有一些文章中使用了explode("",$str);來逐字分割字符串，但是這種做法是不正確的，explode的第一個參數(shù)不可以為空！
三、以字符串分割或組合字符串
接下來我們簡單了解一下其他兩個最常用的方法，他們可以說是一對好兄弟，那就是explode和implode，長的都很像，但是功能卻剛好是相反的。在我們處理一些字符串的時候，很經(jīng)常用到這兩個方法。
explode是用來以字符串分割字符串的方法，我們得到的是一個數(shù)組，并且這個數(shù)組不包含分隔符，例如我們有一個字符串是 “15912345678/18899995464”兩個電話號，我們想要將其分開，怎么辦呢？只需要用explode("/","15912345678/18899995464");就可以得到一個Array([0]=>"15912345678",[1]=>"18899995464")的數(shù)組，這種情況我們一般用于多個結(jié)果，例如多個電話，多個姓名等，我們使用explode分割后就可以遍歷處理。
implode的作用剛好相反，是以字符串為分隔符將數(shù)組組合成一個字符串，例如我們要將一個數(shù)組的數(shù)據(jù)用逗號分割，implode(",",$arr);我們得到的就是“1,2,3,4”這樣的字符串。
我們在部分時候，處理一些數(shù)量不確定的數(shù)據(jù)的時候，往往會將這些內(nèi)容作為一個字符串保存在數(shù)據(jù)庫的一個字段中，而我們使用的時候就需要用explode分割開進(jìn)行處理。例如個人資料，我們在填寫的時候，往往允許添加多個工作經(jīng)歷，多個就讀學(xué)校，這些數(shù)據(jù)的條目數(shù)量不確定，我們可能就會將其作為一個字符串寫入到一個字段中。
在大部分語言中都存在這樣的方法，但是PHP的自由度更高一些，并不僅限于一個字符，你也可以使用字符串來分割或組合，例如implode("/!/",$arr);這種方式也是可以的，這樣其實十分有用，例如我們寫入SQL插入語句的VALUES的時候，我們知道，SQL插入語句的VALUES要求是('val1','val2','val3'……)這樣的格式，每一個值都要求使用單引號括起來，那么我們?nèi)绻恳粋�值使用一個變量，逐個去寫，顯然比較麻煩，那么我們有沒有比較“偷懶”的方式呢？當(dāng)然有！
首先，你的表單順序和你插入的字段順序要一致，其次所有不需要寫入數(shù)據(jù)庫的控件不要給name屬性。這樣就可以保證一點，$_POST數(shù)組得到的是剛好對應(yīng)數(shù)據(jù)庫字段的數(shù)據(jù)。接下來我們只要，$values="'".implode("','",$_POST)."'";就可以得到一個格式為'val1','val2',…… 這樣的字符串，最后只需要在VALUES的地方寫到 VELUES ($values)就可以一步完成插入的操作了。為了防止看不清上面那行代碼，我用文字?jǐn)⑹鲆幌掳桑紫任覀兎艃蓚�字符串，里面是單引號，即 雙引號 單引號 雙引號 這是開頭和結(jié)尾兩個字符串的部分，不要看成五個單引號。中間的部分則是拼接字符串，間隔符是 單引號 逗號 單引號 這個部分，而我們同樣需要把單引號括在雙引號里面。為什么前后還要加一個單引號呢？因為implode的間隔符是加在值中間的，只用implode得到的剛好是 val1','val2','val3 因為 ',' 是作為分割符，所以只在中間，因此第一個值前面，和最后一個值后面都會缺少一個單引號，所以我們需要加上。
字符串的逐字分割我們經(jīng)常會用到，尤其是當(dāng)你去制作模糊搜索的時候，這一點就顯得十分必要，但當(dāng)你去通過百度或是Google查找的時候，我發(fā)現(xiàn)很少有提到這種方法的，你學(xué)會了嘛？PHP正則的應(yīng)用我們之后也會繼續(xù)講到哦。
【PHP中文文字處理技巧】相關(guān)文章：
PHP的中文文字處理技巧03-06
4項PHP中文編碼技巧08-01
php截取指定長度中文字符的技巧03-14
轉(zhuǎn)換中文日期的PHP程序12-14
解決PHP中文亂碼問題10-04
PS文字處理方法技巧12-28
PHP小技巧01-27
幾個php技巧11-20