php - 有简单的方法从 PHP 中的多字节字符串中获取字符吗？

Question

这是我的问题：我的语言（葡萄牙语）使用 ISO-8859-1 字符编码！当我想从像“coração”（心脏）这样的字符串中访问一个字符时，我使用：

mb_internal_encoding('ISO-8859-1');
$str = "coração";

$len = mb_strlen($str,'UTF-8');

for($i=0;$i<$len;++$i)
    echo mb_substr($str, $i, 1, 'UTF-8')."<br/>";

这会产生：

C
○
r
一个
C
一个
○

这很好用......但我的问题是，如果使用 mb_substr 函数不如简单的字符串正常访问快！但我想要一种简单的方法来做到这一点......就像在正常的字符串字符访问中一样： echo $str[$pos].... 有可能吗？

Answer 1

mb_substr 函数不像正常字符串字符访问中的 [...] 那样快： echo $str[$pos].... 有可能吗？

不。

• 每个软件开发人员绝对、绝对必须了解 Unicode 和字符集的绝对最低要求（没有借口！）
• 过早的优化

多字节函数必须检查每个字符以确定它占用多少字节（UTF-8 中为 1 到 4）。在那里，您立即有了字符索引 ( $a[n]) 不起作用的原因：在读取第 n 个字符之前的所有字符之前，您不知道需要什么字节来获取第n个字符。

为了加快速度，您可以在这里查看答案：如何在 PHP 中迭代 UTF-8 字符串？

但是，由于您使用 ISO 8859-1 或 Latin-1，您根本不必使用这些mb_函数，因为在该编码中，所有字符都被编码为一个 byte。

Answer 2

尝试：

preg_match_all( "/./u", $str, $ar_chars );
print_r( $ar_chars ); 

Answer 3

... 有点。如果您使用固定宽度编码（BMP 中的 ISO 8859-*、UCS-2 或 UTF-32 或 UTF-16），那么您可以使用固定乘数进行字符访问。不过，您仍然需要对多字节编码进行多次访问。