PHP 原始碼探秘為什麼 trim 會導致亂碼

我的部落格

執行以下**：

$tag = "網際網路產品、";
$text = rtrim($tag, "、");
print_r($text);

我們可能以為會得到的結果是網際網路產品，實際結果是網際網路產�。為什麼會這樣呢？

php 裡使用mb_字首的都是多位元組函式

比如

$str = "abcd";
print_r(strlen($str)."\n"); // 4
print_r(mb_strlen($str)."\n"); // 4
$str = "周夢康";
print_r(strlen($str)."\n"); // 9
print_r(mb_strlen($str)."\n"); // 3

mb_系列函式是以「多個位元組組成的乙個字元」為顆粒度來操作的，不帶mb_則是按實際的位元組數來操作的。

trim函式文件

string trim ( string $str [, string $character_mask = " \t\n\r\0\x0b" ] )

該函式不是多位元組函式，也就是說，漢字這樣的多位元組字元，會拿其頭或尾的單位元組來和後面的$character_mask對應的char陣列進行匹配，如果在後面的陣列中，則刪掉，繼續匹配。比如：

echo ltrim("bcdf","abc"); // df

如下面的 demo 中的函式string_print_char所示：

、由0xe3 0x80 0x81三位元組組成，

品由0xe5 0x93 0x81三位元組組成。

所以在執行rtrim的時候，通過位元組比對，會將0x81去掉，導致了最後出現了亂碼。

檢視 php7 的原始碼，然後提煉出下面的小 demo ，方便大家一起學習，其實php原始碼的學習並不難，每天進步一點點。

//
// main.c
// trim
//// created by 周夢康 on 2017/10/18.
//#include #include #include void string_print_char(char *str);
void php_charmask(unsigned char *input, size_t len, char *mask);
char *ltrim(char *str,char *character_mask);
char *rtrim(char *str,char *character_mask);
int main(int argc, char const *ar**)
char *ltrim(char *str,char *character_mask)
else 
}len -= trimmed;
str += trimmed;
res = (char *) malloc(sizeof(char) * (len+1));
memcpy(res,str,len);
return res;
}char *rtrim(char *str,char *character_mask)
else 
} while (i-- != 0);
}res = (char *) malloc(sizeof(char) * (len+1));
memcpy(res,str,len);
return res;
}void string_print_char(char *str)
printf("\n");
}void php_charmask(unsigned char *input, size_t len, char *mask)
}

如果覺得 demo 還不夠清晰的，複製下來，自己執行一次吧~

c 語言基礎較差的同學也不用擔心，我準備後面專門寫乙個php小白學習 c 語言的系列入門短文哈。

那麼我們就依葫蘆畫瓢，用 php 本身的多位元組函式來實現下吧：

function mb_rtrim($string, $trim, $encoding)
$len = mb_strlen($string, $encoding);
if ($len > 0) else 
} while ($i-- != 0);
}return mb_substr($string, 0, $len, $encoding);
}mb_internal_encoding("utf-8");
$tag = "網際網路產品、";
$encoding = mb_internal_encoding();
print_r(mb_rtrim($tag, "、",$encoding));

當然你也可以使用正則來做。通過上面的函式學習，單位元組函式和多位元組函式，你學會了嗎？

php_function(trim)
php_function(rtrim)
php_function(ltrim)

static void php_do_trim(internal_function_parameters, int mode)

phpapi zend_string *php_trim(zend_string *str, char *what, size_t what_len, int mode)
else 
}len -= trimmed;
c += trimmed;
}if (mode & 2) else 
} while (i-- != 0);}}
} else else 
}len -= trimmed;
c += trimmed;
}if (mode & 2) else 
} while (i-- != 0);}}
}} else else 
}len -= trimmed;
c += trimmed;
}if (mode & 2) else 
} while (i-- != 0);}}
}if (zstr_len(str) == len) else 
}

/*  else if ((input+1 < end) && input[0] == '.' && input[1] == '.') 
if (input+2 >= end) 
if (input[-1] > input[2]) 
/* fixme: better error (a..b..c is the only left possibility?) */
php_error_docref(null, e_warning, "invalid '..'-range");
result = failure;
continue;
} else 
}return result;
}/* }}} */

PHP 原始碼探秘為什麼 trim 會導致亂碼

我的部落格執行以下 tag 網際網路產品 text rtrim tag,print r text 我們可能以為會得到的結果是網際網路產品，實際結果是網際網路產為什麼會這樣呢？php 裡使用mb 字首的都是多位元組函式比如 str abcd print r strlen str n 4 prin...

Mybatis原始碼分析 trim標籤

在第乙個trim標籤中,存在prefix屬性,那麼語句拼湊為 where id 檢查suffix和suffixoverrides,suffixoverrides值為空,那麼不做任何處理,此時會繼續拼接suffix的值,所以sql語句變成where id and 在第二個trim標籤中,存在 pref...

php原始碼是什麼

php原始碼是什麼？php原始碼指的就是php源源是用特定程式語言編寫的人類可讀文字，源的目標是為可以轉換為機器語言的計算機設定準確的規則和規範。因此，源是程式和的基礎。php即超文字預處理器是一種通用開源指令碼語言。php是在伺服器端執行的指令碼語言，與c語言類似，是常用的程式語言...

PHP 原始碼探秘 為什麼 trim 會導致亂碼

PHP 原始碼探秘 為什麼 trim 會導致亂碼

Mybatis原始碼分析 trim標籤

php原始碼是什麼

相關推薦

PHP 原始碼探秘為什麼 trim 會導致亂碼

PHP 原始碼探秘為什麼 trim 會導致亂碼