Это было намечено в комментарии к ответу на этот вопрос, что PHP не может отменить строки Unicode.
Что касается Unicode, он работает на PHP, потому что большинство приложений обрабатывают его как двоичный. Да, PHP 8-битный. Попробуйте эквивалент этого в PHP: perl -Mutf8 -e 'print scalar reverse («ほ げ ほ げ») «Вы получите мусор, а не« げ ほ げ ほ ». – jrockway
И, к сожалению, правильно, что поддержка юникода PHP в atm в лучшем случае «отсутствует». Это, мы надеемся, кардинально изменится с PHP6 .
Функции PHP MultiByte предоставляют основные функции, необходимые для работы с unicode, но они несовместимы и не имеют большого количества функций. Одна из них – это функция для изменения строки.
Я, конечно же, хотел повернуть вспять этот текст по другой причине, чтобы выяснить, возможно ли это. И я сделал функцию для выполнения этой огромной сложной задачи по обращению этого текста в Юникоде, поэтому вы можете немного расслабиться до PHP6.
Тестовый код:
$enc = 'UTF-8'; $text = "ほげほげ"; $defaultEnc = mb_internal_encoding(); echo "Showing results with encoding $defaultEnc.\n\n"; $revNormal = strrev($text); $revInt = mb_strrev($text); $revEnc = mb_strrev($text, $enc); echo "Original text is: $text .\n"; echo "Normal strrev output: " . $revNormal . ".\n"; echo "mb_strrev without encoding output: $revInt.\n"; echo "mb_strrev with encoding $enc output: $revEnc.\n"; if (mb_internal_encoding($enc)) { echo "\nSetting internal encoding to $enc from $defaultEnc.\n\n"; $revNormal = strrev($text); $revInt = mb_strrev($text); $revEnc = mb_strrev($text, $enc); echo "Original text is: $text .\n"; echo "Normal strrev output: " . $revNormal . ".\n"; echo "mb_strrev without encoding output: $revInt.\n"; echo "mb_strrev with encoding $enc output: $revEnc.\n"; } else { echo "\nCould not set internal encoding to $enc!\n"; } Функции Grapheme обрабатывают строку UTF-8 более корректно, чем mbstring, а функции PCRE / Mbstring и PCRE могут прерывать символы. Вы можете увидеть разницу между ними, выполнив следующий код.
function str_to_array($string) { $length = grapheme_strlen($string); $ret = []; for ($i = 0; $i < $length; $i += 1) { $ret[] = grapheme_substr($string, $i, 1); } return $ret; } function str_to_array2($string) { $length = mb_strlen($string, "UTF-8"); $ret = []; for ($i = 0; $i < $length; $i += 1) { $ret[] = mb_substr($string, $i, 1, "UTF-8"); } return $ret; } function str_to_array3($string) { return preg_split('//u', $string, -1, PREG_SPLIT_NO_EMPTY); } function utf8_strrev($string) { return implode(array_reverse(str_to_array($string))); } function utf8_strrev2($string) { return implode(array_reverse(str_to_array2($string))); } function utf8_strrev3($string) { return implode(array_reverse(str_to_array3($string))); } // http://www.php.net/manual/en/function.grapheme-strlen.php $string = "a\xCC\x8A" // 'LATIN SMALL LETTER A WITH RING ABOVE' (U+00E5) ."o\xCC\x88"; // 'LATIN SMALL LETTER O WITH DIAERESIS' (U+00F6) var_dump(array_map(function($elem) { return strtoupper(bin2hex($elem)); }, [ 'should be' => "o\xCC\x88"."a\xCC\x8A", 'grapheme' => utf8_strrev($string), 'mbstring' => utf8_strrev2($string), 'pcre' => utf8_strrev3($string) ]));
Результат здесь.
array(4) { ["should be"]=> string(12) "6FCC8861CC8A" ["grapheme"]=> string(12) "6FCC8861CC8A" ["mbstring"]=> string(12) "CC886FCC8A61" ["pcre"]=> string(12) "CC886FCC8A61" }
IntlBreakIterator можно использовать с PHP 5.5 (intl 3.0);
function utf8_strrev($str) { $it = IntlBreakIterator::createCodePointInstance(); $it->setText($str); $ret = ''; $pos = 0; $prev = 0; foreach ($it as $pos) { $ret = substr($str, $prev, $pos - $prev) . $ret; $prev = $pos; } return $ret; }
вот еще один подход с использованием regex:
function utf8_strrev($str){ preg_match_all('/./us', $str, $ar); return implode(array_reverse($ar[0])); }
Вот еще один способ. Кажется, что это работает без указания mb_internal_encoding кодирования (проверено с помощью нескольких разных mb_internal_encoding s):
function mb_strrev($text) { return join('', array_reverse( preg_split('~~u', $text, -1, PREG_SPLIT_NO_EMPTY) )); }
Ответ
function mb_strrev($text, $encoding = null) { $funcParams = array($text); if ($encoding !== null) $funcParams[] = $encoding; $length = call_user_func_array('mb_strlen', $funcParams); $output = ''; $funcParams = array($text, $length, 1); if ($encoding !== null) $funcParams[] = $encoding; while ($funcParams[1]--) { $output .= call_user_func_array('mb_substr', $funcParams); } return $output; }
Другой метод:
function mb_strrev($str, $enc = null) { if(is_null($enc)) $enc = mb_internal_encoding(); $str = mb_convert_encoding($str, 'UTF-16BE', $enc); return mb_convert_encoding(strrev($str), $enc, 'UTF-16LE'); }
Это легко utf8_strrev( $str ) . См. Соответствующий исходный код моей библиотеки, который я скопировал ниже:
function utf8_strrev( $str ) { return implode( array_reverse( utf8_split( $str ) ) ); } function utf8_split( $str , $split_length = 1 ) { $str = ( string ) $str; $ret = array( ); if( pcre_utf8_support( ) ) { $str = utf8_clean( $str ); $ret = preg_split('/(?<!^)(?!$)/u', $str ); // \X is buggy in many recent versions of PHP //preg_match_all( '/\X/u' , $str , $ret ); //$ret = $ret[0]; } else { //Fallback $len = strlen( $str ); for( $i = 0 ; $i < $len ; $i++ ) { if( ( $str[$i] & "\x80" ) === "\x00" ) { $ret[] = $str[$i]; } else if( ( ( $str[$i] & "\xE0" ) === "\xC0" ) && ( isset( $str[$i+1] ) ) ) { if( ( $str[$i+1] & "\xC0" ) === "\x80" ) { $ret[] = $str[$i] . $str[$i+1]; $i++; } } else if( ( ( $str[$i] & "\xF0" ) === "\xE0" ) && ( isset( $str[$i+2] ) ) ) { if( ( ( $str[$i+1] & "\xC0" ) === "\x80" ) && ( ( $str[$i+2] & "\xC0" ) === "\x80" ) ) { $ret[] = $str[$i] . $str[$i+1] . $str[$i+2]; $i = $i + 2; } } else if( ( ( $str[$i] & "\xF8" ) === "\xF0" ) && ( isset( $str[$i+3] ) ) ) { if( ( ( $str[$i+1] & "\xC0" ) === "\x80" ) && ( ( $str[$i+2] & "\xC0" ) === "\x80" ) && ( ( $str[$i+3] & "\xC0" ) === "\x80" ) ) { $ret[] = $str[$i] . $str[$i+1] . $str[$i+2] . $str[$i+3]; $i = $i + 3; } } } } if( $split_length > 1 ) { $ret = array_chunk( $ret , $split_length ); $ret = array_map( 'implode' , $ret ); } if( $ret[0] === '' ) { return array( ); } return $ret; } function utf8_clean( $str , $remove_bom = false ) { $regx = '/([\x00-\x7F]|[\xC0-\xDF][\x80-\xBF]|[\xE0-\xEF][\x80-\xBF]{2}|[\xF0-\xF7][\x80-\xBF]{3})|./s'; $str = preg_replace( $regx , '$1' , $str ); if( $remove_bom ) { $str = utf8_str_replace( utf8_bom( ) , '' , $str ); } return $str; } function utf8_str_replace( $search , $replace , $subject , &$count = 0 ) { return str_replace( $search , $replace , $subject , $count ); } function utf8_bom( ) { return "\xef\xbb\xbf"; } function pcre_utf8_support( ) { static $support; if( !isset( $support ) ) { $support = @preg_match( '//u', '' ); //Cached the response } return $support; }