PHP str_split 和 UTF8 波兰语字符

Question

我在用 utf-8 波兰字符拆分单词时遇到问题。

我一直在检查 php 文档中的 str_split，但没有设置字符集的参数。

我有字：“ma？a” 我必须用字母分割它以用跨度包装每个单个字母并在结果中返回 html 字符串。

str_split('ma?a') 的结果：

array:5 [
  0 => "m"
  1 => "a"
  2 => b"Å"
  3 => b"‚"
  4 => "a"
]

json_last_error_message() 返回“格式错误的 UTF-8 字符，可能编码不正确”错误，所以我认为这是与波兰语字母相关的问题，但我找不到设置 str_split 字符集的方法。

这是要进行 JSON 编码的准备好的数组：

array:2 [
  "pieces" => array:6 [
    0 => "<span class="dropable">m</span><span class="dropable">a</span><span class="dropable">m</span><span class="dropable">a</span>"
    1 => "<span class="dropable">m</span><span class="dropable">a</span><span class="dropable">s</span><span class="dropable">a</span>"
    2 => "<span class="dropable">m</span><span class="dropable">a</span><span class="dropable">p</span><span class="dropable">a</span>"
    3 => b"<span class="dropable">m</span><span class="dropable">a</span><span class="dropable">Å</span><span class="dropable">‚</span><span class="dropable">a</span>"
    4 => "<span class="dropable">m</span><span class="dropable">a</span><span class="dropable">c</span><span class="dropable">a</span>"
    5 => "<span class="dropable">m</span><span class="dropable">a</span><span class="dropable">t</span><span class="dropable">a</span>"
  ]
  "engine" => "Wstepne"
]

索引号 3 在字符串和这些格式错误的字符之前包含奇怪的“b”。

生成这些字符串的代码是：

$htmlString = '';
foreach(str_split($piece) as $key => $letter){ 
    $htmlString .= '<span class="dropable">'.$letter.'</span>';
}
return $htmlString;

尝试在 $letter 上使用 utf8_encode，它解决了字符串前面 b 的问题，但它仍然创建了 2 个跨度：

3 => "<span class="dropable">m</span><span class="dropable">a</span><span class="dropable">Å</span><span class="dropable">‚</span><span class="dropable">a</span>"

还有更多想法吗？

感谢帮助

Answer 1

str_split在字节级别而不是字符级别工作（尽管它的名字）。所以实际上你是ma?a沿着它的字节而不是沿着它的字符分裂。这就是为什么你会得到五个而不是四个的数组。索引 2 和 3 一起构成了 的 UTF-8 编码?。

您需要使用mbstring或iconv扩展名手动拆分字符串。

$str = 'ma?a';
$len = mb_strlen($str, 'UTF-8');
$result = [];
for ($i = 0; $i < $len; $i++) {
    $result[] = mb_substr($str, $i, 1, 'UTF-8');
}
var_dump($result);