Проверьте юникод в PHP

Question

Как я могу проверить, является ли символ символом Unicode или нет в PHP?

Answer 1

На самом деле вам даже не нужно расширение mb_string:

if (strlen($string) != strlen(utf8_decode($string)))
{
    echo 'is unicode';
}

И найти кодовую точку заданного символа:

$ord = unpack('N', mb_convert_encoding($string, 'UCS-4BE', 'UTF-8'));

echo $ord[1];

Answer 2

вы можете попробовать с

mb_check_encoding($s,"UTF-8")

ссылка

Answer 3

Обычно вы делаете что-то вроде:

if (mb_strlen($ch) != strlen($ch)) ...

Я должен добавить: strlen подсчитывает байты, в то время как mb_strlen подсчитывает символы (правильная обработка многобайтовых символов, что, я думаю, то, о чем вы говорите, а не юникод - поскольку юникод также охватывает более ста однобайтовых символов, неразличимых из ASCII)

Answer 4

Строки в PHP - это потоки байтов, а не символьные потоки. На самом деле вы не можете иметь строки Unicode в PHP; Вы должны закодировать свои символы с некоторой кодировкой. Если вы хотите охватить весь диапазон Unicode, UTF-8 является наиболее очевидным выбором.

Если вы хотите получить кодовую точку потока utf-8, закодированного потоком, вы можете использовать эту библиотеку: http://hsivonen.iki.fi/php-utf8/

Однако мне интересно, для чего именно это нужно? Скорее всего, вы можете решить все свои проблемы, просто используя utf-8.

Answer 5

Спасибо, ребята .. Наконец-то я получил ответ, который искал.

Получил включаемый файл из http://hsivonen.iki.fi/php-utf8/.

Следующий код решил мою проблему:

<?php
  require_once("utf8.inc");
  /*** create a unicode string ***/
  $s = "حملة إلا صلاتي";
  $out = utf8ToUnicode($s);
  for ($i=0;$i < strlen($s);$i++)
    echo dechex($out[$i]).".";
?>

Answer 6

Unicode-символ ВСЕГДА будет иметь самый значительный набор байтов, независимо от того, какое значение имеет символ или является ли он частью многобайтового символа Unicode или чем. Вы не можете просто проверить, содержит ли строка больше байтов, чем символов, поскольку некоторые символы Юникода имеют только один байт. Если какой-либо символ в байтовом значении строки больше 127, эта строка содержит юникод.