問題解析HTML文件

Question

我有一些代碼，通過HTML文件解析和我碰到包含此字符內，其搞砸了解析頁面跌跌撞撞： 「

當我執行下面的代碼，$ LEN被賦值爲3.

$test = "「"; 
$len = strlen($test); 

我懷疑這個字符可能是unicode。

現在我通過用一個標準的雙引號取代捲曲雙引號來解決這個問題。但是我擔心可能包含類似字符的其他文件，並且我不希望爲每個單獨的實例替換函數。

我該如何讓PHP將其視爲單個字符？

Answer 1

PHP的標準字符串處理函數不能識別多字節，他們愚蠢地計算字符串中的字節數。

如果您安裝了multibyte extension，那麼您正在尋找mb_strlen()。

例如，如果你的數據是UTF-8：

$test = "「"; 
$len = mb_strlen($test, "UTF-8"); 

Answer 2

對Unicode的使用PHP函數與MB_（多字節）開始：例如：http://php.net/manual/en/function.mb-strlen.php

Answer 3

使用mb_strlen()，它會處理多字節字符。

Answer 4

您需要使用多字節版本的功能>http://php.net/manual/en/function.mb-strlen.php