我正在寻找一个多字节函数来替换preg_match_all(). 我需要一个能给我一个匹配字符串数组的$matches函数，比如来自preg_match(). 该功能mb_ereg_match()似乎没有这样做 - 它只给我一个布尔值，指示是否有任何匹配。

查看 mb_* 功能页面，我没有看到任何替代preg_match(). 我用什么？

编辑我是个白痴。我最初发布了这个问题，要求替换preg_match，当然是ereg_match。然而，这两个都只返回第一个结果。我想要的是替换preg_match_all，它返回所有匹配文本。但无论如何，正如 hakre 指出的那样，u修饰符在我的情况下适用于。preg_match_all

我正在使用 PHP（5.3.5，Ubuntu）开发一个网站，所有内容都是西班牙语。当文本不适合为其指定的空间时，我想剪切文本。我在要执行此操作的 php 文件中有以下元标记：<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1" />.

文本来自 MySQL 数据库，其中 charset 为latin1和排序规则 latin1_spanish_ci。我正在尝试使用 mb_substr() 函数剪切文本。但它不能正常工作。例如，假设我想将Short Psicodélico 剪切为Short Psicodéli，函数将是：

mb_substr('Short Psicodélico', 0, 15, 'ISO-8859-1');

但结果是这样的：Short Psicode&ea。带有变音符号的 e 被转换为&ea，我不知道为什么。我认为这与字符编码有关，但我不知道具体如何。如果我不使用此功能，字符会按应有的方式显示，而不是Short Psicode&ea它显示Short Psicodelico。

我有一台运行 PHP 5.3.8 和 Apache2 / MySQL 的服务器（Ubuntu 11.10 x64）。我目前正在做一个项目，我需要进行一些特定的字符编码，但我发现没有一个多字节（mb_* 函数）在工作。

但是，当我查看 phpinfo() 时，我看到启用了多字节支持。

我已经尝试过 apt-get install php5-mbstring、php-mbstring、php-multibyte 等，但似乎都没有。

谁能指出我正确的方向？提前致谢！

编辑：通过重新编译 PHP 来修复它（这是我最初想避免的最后手段）

./configure --enable-mbstring

奇怪的是，phpinfo() 已经显示它已启用。我不知道为什么它以前不起作用：/

PHP中有多字节字符串函数来处理多字节字符串（例如：CJK脚本）。例如，我想通过len在python中使用函数来计算多字节字符串中有多少个字母，但它返回的结果不准确（即这个字符串中的字节数）

PHP中有没有类似mb_strlen的包或函数？

我目前正在使用以下代码匹配 HTML：

它与一切完美匹配，但是如果我有一个多字节字符，则在返回位置时将其计为 2 个字符。

例如，返回的$match数组将给出如下内容：

匹配的实数<br />是 128，但是有 4 个多字节字符，所以它给出 132。我真的认为添加 /u 修饰符可以让它知道发生了什么，但没有运气。

如何将这些替换组合成一个正则表达式？

表达式按预期工作，但我想将它们组合成少于三个替换语句。
我不能只替换现有的方向属性，因为我不知道是否有。

编辑
为前两个替换添加了替换：

我正在尝试将包含来自位图文件的数据的 std::string 缓冲区转换为 std::wstring。

我正在使用MultiByteToWideChar，但这不起作用，因为该函数在遇到第一个 - 字符后停止'\0'。似乎它将其解释为字符串的结尾。

当我不传递 -1 作为长度参数，而是传递 std::string-Buffer 中数据的实际长度时，它会将 Unicode-String 与原始字符串中明显未出现在该位置的字符混淆.. .

我必须编写自己的转换函数吗？或者也许我应该将数据保留为一个随意的字符数组，因为特殊符号将被错误地转换？

带着敬意

我一直在寻找字符串操作函数的 UTF8 安全替代方案。我发现了许多不同的意见和建议。我想问一下以下函数是否会导致 UTF-8 出现问题，如果会，我应该改用什么。我知道 PHP 手册中的 mb_ 前缀函数列表，但并不是我使用的所有函数。

函数有：内爆、爆炸、str_replace、preg_match、preg_replace

谢谢

是否可以将两者结合起来Bytes，WideChar如果可以，那么如何？
例如，二进制中的字母“ē”是00010011=19和00000001= 1，或275一起。

如何WideChar从 Delphi 中的两个字节中获取？

MultiByteToWideChar 无法将这个韩文文本（引用打印）“2013-03-22 =0E?@HD=0F 05:30”正确转换为 Unicode。此处引用可打印的形式只是为了将这段文字放在这里，实际内容包含0xE和0xF字节。

=0E?@HD=0F 按原样转换，生成的 Unicode 包含 0xE 和 0xF ASCII 字符。但是，我发现那里应该出现几个韩文字符而不是这些字符。我一直认为国际字符序列以代码大于 127 的字节开头，但最近发现它不是真的。但是， MultiByteToWideChar 仍然认为我的方式并拒绝对待 0xE ？@ HD 0xF 作为 50225（或 949）代码页的几个非 ASCII 韩语字符。当我使用 .NET 函数（如 Encoding.GetEncoding(50255).GetString）在同一台计算机上执行相同操作时，我得到正确的转换结果并且韩语字符在那里。但是 MultiByteToWideChar 不起作用。我尝试了可以​​为 MultiByteToWideChar（MB_COMPOSITE 等）设置的不同标志，但仍然没有运气。

如何让 MultiByteToWideChar 正常工作？如果重要的话，我在 WinXP SP3 上。同样，.NET 方式运行良好，并且在内部 Encoding.GetString 似乎调用了 MultiByteToWideChar。