3

假设（为简单起见）我有一个多字节、UTF-8 编码的字符串变量，带有 3 个字母（由 4 个字节组成）：

$original = 'Fön';

由于它是 UTF-8，因此字节的十六进制值是（不包括 BOM）：

46 C3 B6 6E

由于$original变量是用户定义的，我需要处理两件事：

  1. 获取字符串中使用的确切字节数（不是 UTF-8 字符），以及
  2. 一种访问每个单独字节（不是 UTF-8 字符）的方法。

我倾向于使用strlen()处理“1.”，并使用如下$original简单的方式访问变量的字节`$original[$byteposition]：

<?php
header('Content-Type: text/html; charset=UTF-8');

$original = 'Fön';
$totalbytes = strlen($original);
for($byteposition = 0; $byteposition < $totalbytes; $byteposition++)
{
    $currentbyte = $original[$byteposition];

    /*
        Doesn't work since var_dump shows 3 bytes.
    */
    var_dump($currentbyte);

    /*
        Fails too since "ord" only works on ASCII chars.
        It returns "46 F6 6E"
    */
    printf("%02X", ord($currentbyte));
    echo('<br>');
}

exit();
?>

这证明我最初的想法是行不通的：

  1. var_dump 显示 3 个字节
  2. printf 也失败了，因为“ord”只适用于 ASCII 字符

如何以二进制安全的方式从多字节 PHP 字符串变量中获取单个字节？

我正在寻找的是一种将 UTF-8 字符串转换为字节数组的二进制安全方法。

4

2 回答 2

6

您可以通过解压缩 utf8_encoded 字符串 $a 来获得一个字节数组：

$a = utf8_encode('Fön');
$b = unpack('C*', $a); 
var_dump($b);

使用格式 C* 表示“无符号字符”

参考

于 2013-08-01T12:12:17.203 回答
0

我实际上为这个问题编写了自己的课程。
我试图new TextEncoder("utf-8").encode(...)在 PHP 中制作 javascript。
所以这就是我想出的：它使用 PHP
ord()函数获取字节
和chr()构建 utf8 消息的函数

class Uint8Array{
    public $val = array();
    public $length = 0;
    function from($string, $mode = "utf8"){
      if($mode == "utf8"){
      $arr = [];
      foreach (str_split($string) as $chr) {
        $arr[] = ord($chr);
      }
      $this->val = $arr;
      $this->length = count($arr);
      return $arr;
      }
      elseif($mode == "hex"){
      $arr = [];
      for($i=0;$i<strlen($string);$i++){
        if($i%2 == 0)
          $arr[] = hexdec($string[$i].$string[$i+1]);
      }
      $this->val = $arr;
      $this->length = count($arr);
      return $arr;
      }
    }
    function toString($enc = "utf8"){
      if($enc == "utf8"){
          $str = "";
        foreach($this->val as $byte){
          $str .= chr($byte);
        }
        return $str;
      }
      elseif($enc == "hex"){
        $str = "";
        foreach($this->val as $byte){
          $str .= str_pad(dechex($byte),2,"0",STR_PAD_LEFT);
        }
        return $str;
      }
    }
  }

像这样使用它：

创建实例：

$handle = new Uint8Array;

像这样输入->from(string, encoding)：1）utf8 2）十六进制字节（不带空格）

$handle->from("Fön","utf8");
//or with hex bytes
$handle->from("46c3b66e","hex");

使用->toString(encoding)hex/utf8 输出：

$to_utf8 = $handle->toString("utf8");
//Fön
$to_hex = $handle->toString("hex");
//46c3b66e

->val如您在此处看到的，可以在此处找到字节数组本身：

$bytearray = $handle->val;
//[70, 195, 182, 110]
$arrayleng = $handle->length;
//4

就是这样，可以免费使用它！

您可以在此处了解有关使用函数的更多信息：
chr() ord()

于 2019-11-12T21:49:03.367 回答