龙盟编程博客 | 无障碍搜索 | 云盘搜索神器
快速搜索
主页 > web编程 > php编程 >

字符串切分 utf-8(支持汉语、日文、韩文等,高

时间:2014-07-22 14:51来源: 作者: 点击:
分享到:
因为mb_substr、mb_strlen太过低效,故而采用了此段代码。 br / br / 非原创,主要原理是根据UTF-8的编码特点 br / span style=font-family:sans-serif;font-size:15px;line-height:22px;background-color:#f9f9f9;0xxxxxxx
因为mb_substr、mb_strlen太过低效,故而采用了此段代码。

非原创,主要原理是根据UTF-8的编码特点
0xxxxxxx 
110xxxxx 10xxxxxx
1110xxxx 10xxxxxx 10xxxxxx
11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
来获取字符边界,从而确定一个字所占字节数,并处理成数组。


方便对字符操作比较频繁的用户,此函数效率比mb_substr高效10倍,我曾经写过一个「N万违禁词替换类」,在开发此类过程中,详细对比过这两者的效率,此函数明显胜出。

function str_split_utf8($str) { 
	// place each character of the string into and array 
	$split = 1; 
	$array = array(); $len = strlen($str);
	for ( $i = 0; $i < $len; ){ 
		$value = ord($str[$i]); 
		if($value > 0x7F){ 
			if($value >= 0xC0 && $value <= 0xDF) 
				$split = 2; 
			elseif($value >= 0xE0 && $value <= 0xEF) 
				$split = 3; 
			elseif($value >= 0xF0 && $value <= 0xF7) 
				$split = 4;
			elseif($value >= 0xF8 && $value <= 0xFB) 
				$split = 5; 
			elseif($value >= 0xFC) 
				$split = 6; 
				
		} else {
			$split = 1; 
		} 
		$key = ''; 
		for ( $j = 0; $j < $split; ++$j, ++$i ) { 
			$key .= $str[$i]; 
		} 
		$array[] = $key;
	} 
	return $array; 
} 
精彩图集

赞助商链接