PHP bug's ar encodingu, vai kas?

[KillerBean]

Sveiki, sanāca saskarties ar vienu mistisku lietu un vēlējos pajautāt, varbūt kāds var izskaidrot. PHP 5.1.6

 

<?php
$str = "AĀBCČDEĒ";
$x=1;
echo $str[$x];

for($i=0;$i<=(strlen($str)-1);$i++) {
echo $str[$i];
};
?>

Šāds kods ANSI/WIN-1257 kodējumā izpildās ok, taču līdz ko maina kodējumu uz UTF-8. for cikls burtus attēlo normāli, taču tikai ar echo $str[$x] izņēmuma simboli (ĀČĒ..) netiek normāli attēloti. Tas ir kaut kāds PHP bug's vai tam ir kāds jēdzīgs pamatojums?

[2easy]

viss ir pareizi. utf8 kodējumā lv burti ar garum/mīkstinājum zīmēm aizņem 2 baitus (daaaaaaaaaa :D), bet ar $str[$x] no stringa var paņemt tikai 1 baitu. tāpēc lai to burtu varētu normāli attēlot, vajag pielikt klāt arī otru baitu...

$str = "AĀBCČDEĒ";
$x=1;
echo $str[$x] . $str[$x + 1];

[rATRIJS]

Vari izmantot tādu lietu kā mb_substr(), kuram var norādīt kodējumu.

[KillerBean]

aa.. ;) tad ir ok, biju domaajis, ka str[] atpaziist tomeer simbolu :) paldies.

[briedis]

aa.. ;) tad ir ok, biju domaajis, ka str[] atpaziist tomeer simbolu :) paldies.

 

Vispār, priekš utf-8 ir atsevišķas funkcijas (kas reāli besī ārā:D), tas pats strlen tev uzrādīs nekorektu simbolu skaitu.

skaties visas ar mb_ priekšā (tjipa multi-byte), mb_strlen(), mb_substr, utt...

 

(vēl ņem vērā pašu faila kodējumu, kam būtu jābūt UTF-8 bez BOM)

Edited November 14, 2009 by briedis