grapheme_extract

    (PHP 5 >= 5.3.0, PHP 7, PHP 8, PECL intl >= 1.0.0)

    grapheme_extract — 从文本缓冲区中提取默认图形簇序列的函数，文本缓冲区必须使用 UTF-8 编码

    描述

    过程式风格

    grapheme_extract(
        string $haystack,
        int $size,
        int $type = GRAPHEME_EXTR_COUNT,
        int $offset = 0,
        int &$next = null
    ): string|false

    从文本缓冲区中提取默认图形簇序列的函数，文本缓冲区必须使用 UTF-8 编码。

    参数

    haystack

    要搜索的字符串。

    size

    要返回的最大项目数 - 基于 type 参数。

    type

    定义由 size 参数引用的单位类型

    • GRAPHEME_EXTR_COUNT (默认) - size 是要提取的默认图形簇数量。
    • GRAPHEME_EXTR_MAXBYTES - size 是返回的最大字节数。
    • GRAPHEME_EXTR_MAXCHARS - size 是返回的最大 UTF-8 字符数。

    offset

    在 haystack 中的起始位置（以字节为单位） - 如果给出，则必须为零或小于或等于 haystack 长度（以字节为单位）的正值，或者为负值，从 haystack 的末尾开始计数。如果 offset 不指向 UTF-8 字符的第一个字节，则起始位置将移动到下一个字符边界。

    next

    指向将被设置为下一个起始位置的值的引用。当调用返回时，这可能指向字符串末尾后的第一个字节位置。

    返回值

    从 offset 指定的偏移量开始，并以符合 size 和 type 指定的默认图形簇边界结束的字符串，或者在失败时返回 false。

    变更日志

    版本 描述
    7.1.0 已添加对负 offset 的支持。

    示例

    示例 #1 grapheme_extract() 示例

    <?php

    $char_a_ring_nfd     = "a\xCC\x8A"; // 'LATIN SMALL LETTER A WITH RING ABOVE' (U+00E5) 规范化形式 "D"
    $char_o_diaeresis_nfd = "o\xCC\x88"; // 'LATIN SMALL LETTER O WITH DIAERESIS' (U+00F6) 规范化形式 "D"

    print urlencode(grapheme_extract( $char_a_ring_nfd . $char_o_diaeresis_nfd, 1, GRAPHEME_EXTR_COUNT, 2));

    ?>

    上面的示例将输出

    o%CC%88

    参见

    改进此页面

    了解如何改进此页面 • 提交拉取请求 • 报告错误
    ＋添加注释

    用户贡献的注释 3 个注释

    上
    下
    5
    AJH
    13 年前
    以下是如何使用 grapheme_extract() 逐字符循环遍历 UTF-8 字符串。

    <?php

    $str     = "سabcक’…";
    // 如果上一行没有出现，则字符串包含：
    //U+0633,U+0061,U+0062,U+0063,U+0915,U+2019,U+2026

    $n = 0;

    for (     $start = 0, $next = 0, $maxbytes = strlen($str), $c = '';
    $start < $maxbytes;
    $c = grapheme_extract($str, 1, GRAPHEME_EXTR_MAXCHARS , ($start = $next), $next)
    )
    {
    if (empty(    $c))
    continue;
    echo     "This utf8 character is " . strlen($c) . " bytes long and its first byte is " . ord($c[0]) . "\n";
    $n++;
    }
    echo     "$n UTF-8 characters in a string of $maxbytes bytes!\n";
    // 应该打印：字符串中包含 7 个 UTF-8 字符，共 14 个字节！
    ?>
    上
    下
    1
    Philo
    9 个月前
    此页面上的其他评论对我有帮助。
    但是，请考虑使用比 empty($value) 更好的方法来检查 grapheme_extract 返回的值，因为它也可能返回诸如“0”之类的值（当然会评估为假）。
    上
    下
    1
    yevgen dot grytsay at gmail dot com
    3 年前
    循环遍历图形簇

    <?php

    // 示例取自 Rust 文档：https://doc.rust-lang.net.cn/book/ch08-02-strings.html#bytes-and-scalar-values-and-grapheme-clusters-oh-my
    $str = "नमस्ते";
    // 或者：
    //$str = pack('C*', ...[224, 164, 168, 224, 164, 174, 224, 164, 184, 224, 165, 141, 224, 164, 164, 224, 165, 135]);
    $next = 0;
    $maxbytes = strlen($str);

    var_dump($str);

    while (    $next < $maxbytes) {
    $char = grapheme_extract($str, 1, GRAPHEME_EXTR_COUNT, $next, $next);
    if (empty(    $char)) {
    continue;
    }
    echo     "{$char} - This utf8 character is " . strlen($char) . ' bytes long', PHP_EOL;
    }

    //string(18) "नमस्ते"
    //न - This utf8 character is 3 bytes long
    //म - This utf8 character is 3 bytes long
    //स् - This utf8 character is 6 bytes long
    //ते - This utf8 character is 6 bytes long
    ?>
    ＋添加注释
    To Top