Início / coding / Perguntas / 78548184
Accepted
Martin Perry
Asked: 2024-05-29 16:13:59 +0800 CST

Regex multibyte PHP não funciona com UTF-8 [duplicado]

  • 772

Eu tenho uma string UTF-8 que desejo pesquisar todas as ocorrências de img_(\d+). Eu tentei original

$pattern = '/img_(\d+)/u';
preg_match_all($pattern, $text, $matches, PREG_OFFSET_CAPTURE);

mas isso me dá compensações erradas para os padrões.

Eu também tentei:

mb_internal_encoding('UTF-8');
$pattern = 'img_(\d+)';
mb_ereg_search_init($content, $pattern);

$matches = [];        
while ($result = mb_ereg_search_regs()) {
    $matches[] = [
        'match' => $result[0],
        'offset' => mb_ereg_search_getpos() - mb_strlen($result[0]),
    ];
}

mas me dá o mesmo resultado que preg_match_all.

No entanto, quando executo manualmente a pesquisa com isto:

$pos = mb_strpos($content, "img_1", 0);

Eu obtive o deslocamento correto.

Código de exemplo:

$str = "příliš žluťoučký img_1 kůn úpěl ďábelské ódy";

$pattern = '/img_(\d+)/u';
preg_match_all($pattern, $str, $matches, PREG_OFFSET_CAPTURE);

print_r($matches); //gives 24 (wrong)

echo mb_strpos($str, "img_1", 0); //gives 17 (correct)

Como consertar isto?

1 respostas

  1. Best Answer

    A preg_match_all()função parece funcionar conforme pretendido, de acordo com a documentação :

    PREG_OFFSET_CAPTURE
    Se este sinalizador for passado, para cada correspondência que ocorrer, o deslocamento da string anexado (em bytes) também será retornado.

    Como retorna o deslocamento em bytes , a contagem de caracteres acentuados para 2 e 24 é o valor correto.

    Se você ainda precisar obter o "deslocamento multibyte" , ainda poderá extrair a primeira parte da string usando o deslocamento de bytes e depois contar os caracteres:

    $str = "příliš žluťoučký img_1 kůn úpěl ďábelské ódy";
preg_match_all('~img_(\d+)~u', $str, $matches, PREG_OFFSET_CAPTURE);

$offset = $matches[0][0][1];
$prefix = substr($str, 0, $offset);
$mb_offset = mb_strlen($prefix);
echo $mb_offset; // output: 17
    • 3

relate perguntas