问题标签 [multibyte]

我想确保我正在运行的一些字符串替换是多字节安全的。我在网上找到了一些 mb_str_replace 函数，但它们很慢。我说的是通过它可能会增加 500-900 个字节后增加 20%。

有什么建议吗？我正在考虑使用 preg_replace ，因为它是本机的并已编译，因此它可能会更快。任何想法将不胜感激。

我需要从文件中删除所有多字节字符，我不知道它们是什么，所以我需要覆盖整个范围。

我可以像这样使用 grep 找到它们： grep -P "[\x80-\xFF]" 'myfile'

试图用 sed 做一个类似的事情，但是删除它们。

干杯

我在处理可能是也可能不是 UTF-8 的另一个字符串（干草堆）中简单搜索两个字符的 unicode 字符串（针）时遇到问题

部分问题是我不知道如何指定用于 in 的代码strpos，并且我不知道 PHP 是否必须在对代码的任何特殊支持的情况下进行编译，或者我是否必须使用mb_strpos我正在尝试的避免，因为它也可能不可用。

IE。例如针是 U+56DE U+590D（没有空格）

使用 preg_match 可能是preg_match("@\x{56DE}\x{590D}@",$haystack) 但实际上需要@u的可能不可用，Compilation failed: character value in \x{...} sequence is too large无论如何我得到了。

我不想使用 preg_match ，因为它可能比 strpos 慢得多（还有其他序列需要搜索）。

我可以转换U+56DE U+590D成它的单字节序列（可能是 5-6 个字符），然后通过 strpos 搜索它吗？如果是这样，我不知道如何将其转换为字节。

无论如何，您如何在 PHP 中指定 unicode 内联？我的意思是在PRCE之外？

$blah="\u56DE\u590D"; 不工作？

感谢您的任何想法！

我试图用空字符串替换字符串中的所有非单词字符，期望空格，并将所有多个空格放在一起作为一个空格。

以下代码执行此操作。

但是当我尝试使用 mb_ereg_replace 时，什么也没有发生。

$cleanedString 与上述情况下的 if $name 相同。我究竟做错了什么？

给定某些多字节字符集，我是否正确假设以下内容没有达到预期的效果？

特别是，如果输入的字符集中可能具有像 0xbf5c 这样的有效字符，那么攻击者可以注入 0xbf22 来获取 0xbf5c22，留下一个有效字符后跟一个不带引号的双引号 (")。

有没有一种简单的方法可以缓解这个问题，还是我一开始就误解了这个问题？

（在我的例子中，字符串进入 HTML 输入标签的 value 属性：echo 'input type="text" value="' . $string . '">';）

编辑：就此而言，像 preg_quote() 这样的函数呢？它没有字符集参数，因此在这种情况下它似乎完全没用。当您没有将字符集限制为 UTF-8 的选项时（是的，那很好），您似乎真的有缺陷。在这种情况下可以使用哪些替换和引用功能？

PHP 的wordwrap()函数对于像 UTF-8 这样的多字节字符串不能正常工作。

评论中有一些 mb 安全函数的例子，但是对于一些不同的测试数据，它们似乎都有一些问题。

该函数应采用与 完全相同的参数wordwrap()。

特别要确保它适用于：

• if$cut = true切中间词，否则不要切中间词
• 不要在单词中插入额外的空格 if$break = ' '
• 也为$break = "\n"
• 适用于 ASCII 和所有有效的 UTF-8

默认情况下，多字节字符会像???在控制台中一样显示，我该如何解决？

PHP 中有很多可用于脚本的功能。扩展编写者是否可以通过某种方式使用此功能？我真的很想使用多字节函数，但找不到一个例子。

我正在尝试创建一个多字节安全标题 => url 字符串转换器，但是我遇到了不知道如何在删除其他字符时在 url 中允许合法亚洲（和其他）字符的问题。这是目前设置的功能。

请记住，其中有一些与 CMS 相关的功能，并且这些功能实际上是类的一部分。主函数调用将是

而且我很确定问题在于该函数本身中的正则表达式替换，但我不太确定在不破坏某些现有功能的情况下要更改什么。

我希望能够获取以下标题并让它们返回 urlsafe 标题。

“第一个博客！” => "The-Very-First-Blog"

“スーザンは本日、グラスゴーのベラヒューストン・パークでローマ法王の”（不知道这是什么意思）但它需要转换为 urlsafe 并且目前它只返回一个空字符串。

我正在尝试改进在 ARM cortex-a8 处理器上运行的图像处理项目。

我正在从内存中访问 8 位灰度图像数据。在我的函数中，现在我正在逐字节访问单个像素值。

我认为通过使用 NEON，我可以通过一次从内存中访问 128/8 = 16 个字节来改进这一点，然后在我的函数中使用它们。但是在运行更改后的版本时，我发现这实际上比逐字节访问要花费更多时间。我认为我使用 NEON 的获取正在成为一个瓶颈，花费的时间比我的计算时间还多。

ARM Cortex-A8 的数据总线大小是多少？在一次内存提取中从内存中访问了多少字节？