PHP: Viele Multibyte-Funktionen fehlen, und jetzt?

Hi!

Was tun, wenn es eine Funktion nicht als mb_ gibt? Selbst mit regular expressions schreiben? Das kann es doch nicht sein!
Ich hab gelesen, dass man einige normale Byte-Funktionen auch mit Multibyte-Strings verwenden kann.

zB. trim(), weil es eh nur ASCII Zeichen entfernt (Solange man nichts anderes angibt).

Aber wie ist es zB. mit explode()?

Das da...

$str = "ồΩẻ";

$exp = explode("Ω", $str);

print_r($exp);

...gibt wie gewollt Array ( [0] => ồ [1] => ẻ ) aus.
Aber warum?

Headhunter

UTF-8, Die Achillessehne von PHP 5.x und früher.

Im Großen und Ganzen ist der UTF-8 Support mangelhaft, unvollständig und oft falsch bis gar nicht dokumentiert. In PHP 6.0 wird das natürlich alles schönes-besser-toller(tm) aber bis dahin:

- HTML Ausgabe auf Unicode stellen
- DB auf Unicode Felder stellen
- HTML-Dateien im Unicode Format abspeichern

Damit kann man 60% aller Fehler beheben. Wenn es dann um Stringmanipulationen direkt geht, stehen teilweise einige mb_* Funktionen zur Verfügung (mit oben genannten Nachteilen). Alternativ kann man mit utf8_de|encode die Strings konvertieren, damit arbeiten, und sie dann wieder zurückkonvertieren. Ist fieser als es sich anhört, gerade wenn man dann noch mit Javascript auf seine Daten zugreifen möchte.

Christoph

Headhunter schrieb:

Alternativ kann man mit utf8_de|encode die Strings konvertieren, damit arbeiten, und sie dann wieder zurückkonvertieren. Ist fieser als es sich anhört, gerade wenn man dann noch mit Javascript auf seine Daten zugreifen möchte.

utf8_decode konvertiert aber nur nach ISO-8859-1. Das funktioniert also nur für ganz bestimmte Sprachen. Nichtmal das Euro-Zeichen ist enthalten, von asiatischen Schriftzeichen ganz zu schweigen.

Ach man, es ist doch schon längst Zeit für ordentlichen Unicode-Support.
Wo bleibt nur PHP v6?

Jedenfalls habe ich nun hier gelesen, dass zB. explode() keine Probleme machen sollte: http://www.phpwact.org/php/i18n/utf-8#explode

Allerdings frage ich mich, ob man immer von einem "well formed" utf8 string ausgehen kann, wenn es sich um Benutzereingaben handelt.

Headhunter

Ursprünglich sollte PHP 5.3 UTF8-kompatibel sein. War dann aber zu verbuggt und das Team hat sich entschlossen den UTF8-Support auf V.6 zu verschieben.