php - explode() on Japanese string

Question

I have to use the explode() function on Japanese text but it doesn't work.

Here is an example of what I have

$string = '私　は　イタリア　人　です';
$string = explode(" ", $string);
print_r($string);

That prints

Array ( [0] => 私　は　イタリア　人　です )

in place of

Array ( [0] => 私　[1] => は　[2] => イタリア　[3] => 人　[4] => です )

It seems that explode() can't recognize the spaces inside that text.

What's the reason? How could I make it work?

score 4 · Accepted Answer

你使用了错误的空间。文本使用全角空格 (U+3000 IDEOGRAPHIC SPACE)，而您提供的是半角空格 (U+0020 SPACE)。

score 3 · Accepted Answer

这里有两个问题。

首先，你没有说你的编码是什么，但我想所有的日语编码都是多字节的。另一方面，该explode()函数（与所有常规 PHP 函数一样）需要单字节输入。没有确切的多字节等效项，但mb_split()可以解决问题。

其次，您正在按常规空格（U+0020）爆炸，但您的字符串包含另一个字符（U+3000）。

总结一下（假设您使用的是 UTF-8）：

<?php

mb_internal_encoding('UTF-8');
mb_regex_encoding('UTF-8');

$string = '私　は　イタリア　人　です';
print_r(mb_split('　', $string));

...甚至更好：

<?php

mb_internal_encoding('UTF-8');
mb_regex_encoding('UTF-8');

$string = '私　は　イタリア　人　です';
print_r(mb_split('[[:space:]]', $string));

score 0 · Accepted Answer

That is for the simple reason that you do not have a space character here. You have an "IDEOGRAPHIC SPACE" character with the hex code "e3 80 80".

If you use that as your delimiter, it will work.

score 0 · Accepted Answer

首先使用转换你的字符串iconv()，然后在explode上使用它。转换为 utf8

$string = explode(" ", iconv('', 'utf-8', $string));

score 0 · Accepted Answer

除了简单的 ASCII 空格之外，还有许多字符可以在字符之间添加空格。

您可以尝试使用 preg_split 使用 \s（空白字符）或 \b（单词边界）作为模式，但这可能并不理想，因为日语几乎肯定会以多字节格式编码。

5 回答 5