PHP中文文字处理技巧

相关推荐

PHP中文文字处理技巧

　　在处理中文字符串的时候,如何处理？以下就是小编精心推荐PHP中文文字处理技巧，希望对大家有帮助！

　　我们都知道，在PHP中处理字符串，可以用substr，str_split等等众多的方法，但是我想每个人都遇到过一个问题，那就是如何完美的处理中文字符串！我们知道，中文与英文和数字完全不同，英文和数字通常情况下都仅仅是占用一个字节，但是中文在不同编码下占用的字节是不同的，在UTF8中占用3个字节，而在GBK中则占用2字节。

　　一、字符串逐字分割

　　即使我们确定使用的编码格式，例如我们最常用的UTF8编码，知道汉字是占用3字节，那么对于中英文混排，依然会比较头疼，因为substr，str_split等方法都是依照字节分割的，例如我们想要逐字分割字符串，或是以一定长度分割字符串，这个问题就会变得复杂，如果我们以3为倍数分割，除非我们保证字符串是纯粹的中文，否则结果依然有很大几率将中文“切碎”，当然如果你去网上搜索，可能会有人告诉你，可以用mb_substr()，但是你不得不注意一点，mb并不是PHP本身预装的，可能有些集成环境带有这个，但同样的，也有很多PHP不会带有这些mb开头的方法。例如我的服务器就没有mb开头的这些方法。

　　而在网上你能找到的还有利用循环遍历的方法去判断字符的编码，以及是否是汉字，然后再逐个用substr分割，虽然这个方法可以不借助mb这类额外的东西，但是实现起来实在过于麻烦，实际上只要你用的PHP不是太旧，我们只需要一步就能轻松的做到字符串的逐字分割。

　　我们需要借助的是一种对于字符串处理十分擅长，但很多人认为是比较高级的东西——正则表达式。可能有些人提到正则表达式，会比较反感，其实我个人最开始也感觉正则表达式比较复杂，因为里面用了各种“标点符号”来标记各种功能。但当你发现它的强大之后，你真的会爱上它。

　　我们只需要使用preg_match_all("/./u",$str,$arr);就可以得到一个名为$arr的字符数组，也就是我们需要的逐字分割的结果。没错，仅仅是这样简短的一行代码，就达到了逐字分割字符串的目的，是不是很简单呢？其实原理也很简单。

　　我们首先说一下preg_match和preg_match_all这两个方法，这两个方法是PHP内置的，专门用来匹配正则的方法，所以不用担心你的PHP环境不支持它们。preg_match是仅匹配一次，我们通常用来提取某一个字符串中的一个内容，当它找到第一个符合的结果时，便会直接将结果返回给变量，并且停止匹配，而preg_match_all则是匹配所有符合的结果，他会将你传给他的字符串反复匹配，找到所有匹配的结果。

　　然后就是我们使用的正则表达式，“/./u”十分的简单，正则表达式以斜线开始和结束，而在结束的斜线后面则可以设置属性，常用的有i，u，g等，这里我们使用的u十分的重要，因为这里的u代表将字符串以UTF8编码格式来处理，如果没有这个，我们就不能正常的处理中文字符。而“.”则是代表任意字符，因此这里我们只是匹配一个UTF8的字符，而因为我们使用了preg_match_all所以我们就可以得到所有的单个字符，也就达到了逐字分割的目的。

　　二、中文字符串长度

　　在获取中文字符串长度的时候，也会遇到问题，我们使用str_len获取的字符串长度也是不正常的，那么想要获取含有中文的字符串的字符个数该怎么办呢？其实非常的简单，我们依然使用preg_match_all("/./u",$str,$arr);就可以了，只不过我们要拿到的不是$arr，而是preg_match_all的返回值，也就是$len=preg_match_all("/./u",$str,$arr);我们拿到的$len就是字符串的长度，这也是我为什么建议使用preg_match_all逐字分割字符串，而不是用preg_split，因为我们用preg_match_all可以一步同时获取数组和字符串长度。

　　需要注意的是，还有一些文章中使用了explode("",$str);来逐字分割字符串，但是这种做法是不正确的，explode的第一个参数不可以为空！

　　三、以字符串分割或组合字符串

　　接下来我们简单了解一下其他两个最常用的方法，他们可以说是一对好兄弟，那就是explode和implode，长的都很像，但是功能却刚好是相反的。在我们处理一些字符串的时候，很经常用到这两个方法。

　　explode是用来以字符串分割字符串的方法，我们得到的是一个数组，并且这个数组不包含分隔符，例如我们有一个字符串是 “15912345678/18899995464”两个电话号，我们想要将其分开，怎么办呢？只需要用explode("/","15912345678/18899995464");就可以得到一个Array([0]=>"15912345678",[1]=>"18899995464")的数组，这种情况我们一般用于多个结果，例如多个电话，多个姓名等，我们使用explode分割后就可以遍历处理。

　　implode的作用刚好相反，是以字符串为分隔符将数组组合成一个字符串，例如我们要将一个数组的数据用逗号分割，implode(",",$arr);我们得到的就是“1,2,3,4”这样的字符串。

　　我们在部分时候，处理一些数量不确定的数据的时候，往往会将这些内容作为一个字符串保存在数据库的一个字段中，而我们使用的时候就需要用explode分割开进行处理。例如个人资料，我们在填写的时候，往往允许添加多个工作经历，多个就读学校，这些数据的条目数量不确定，我们可能就会将其作为一个字符串写入到一个字段中。

　　在大部分语言中都存在这样的方法，但是PHP的自由度更高一些，并不仅限于一个字符，你也可以使用字符串来分割或组合，例如implode("/!/",$arr);这种方式也是可以的，这样其实十分有用，例如我们写入SQL插入语句的VALUES的时候，我们知道，SQL插入语句的VALUES要求是('val1','val2','val3'……)这样的格式，每一个值都要求使用单引号括起来，那么我们如果要每一个值使用一个变量，逐个去写，显然比较麻烦，那么我们有没有比较“偷懒”的方式呢？当然有！

　　首先，你的表单顺序和你插入的字段顺序要一致，其次所有不需要写入数据库的控件不要给name属性。这样就可以保证一点，$_POST数组得到的是刚好对应数据库字段的数据。接下来我们只要，$values="'".implode("','",$_POST)."'";就可以得到一个格式为'val1','val2',…… 这样的字符串，最后只需要在VALUES的地方写到 VELUES ($values)就可以一步完成插入的操作了。为了防止看不清上面那行代码，我用文字叙述一下吧，首先我们放两个字符串，里面是单引号，即双引号单引号双引号这是开头和结尾两个字符串的部分，不要看成五个单引号。中间的部分则是拼接字符串，间隔符是单引号逗号单引号这个部分，而我们同样需要把单引号括在双引号里面。为什么前后还要加一个单引号呢？因为implode的间隔符是加在值中间的，只用implode得到的刚好是 val1','val2','val3 因为 ',' 是作为分割符，所以只在中间，因此第一个值前面，和最后一个值后面都会缺少一个单引号，所以我们需要加上。

　　字符串的逐字分割我们经常会用到，尤其是当你去制作模糊搜索的时候，这一点就显得十分必要，但当你去通过百度或是Google查找的时候，我发现很少有提到这种方法的，你学会了嘛？PHP正则的应用我们之后也会继续讲到哦。

【PHP中文文字处理技巧】相关文章：

PHP小技巧07-12