Почему этот str_ireplace () работает с не ASCII-строкой?

Question

Примечание: То, что я знаю, вероятно, неправильно, поэтому, пожалуйста, пожалуйста, исправьте мои знания:)

---

Я только что ответил на вопрос о UTF-8 иPHP.

Я предложил использовать str_ireplace('Волгоград', '', $a).

Я не ожидал, что это сработает, но это сработало.

Я всегда думал, что PHP обрабатывает один байткак один символ, поэтому вам нужно использовать функции mb_* для получения точных результатов при использовании символов вне диапазона ASCII.

Я предполагал, что русские символы будут занимать> 1 байт каждый.

Я думал, что str_replace() будет работать, потому что байты могут быть сопоставлены независимо от того, являются ли они многобайтовыми или нет, если они в порядке.

Я думал, str_ireplace() будет не работатьпотому что PHP не знает, как отобразить символы, не входящие в ASCII, в их эквивалент в альтернативном регистре.Но, это сработало .

---

Где и как я ошибаюсь?Дайте мне как можно больше информации:)

Answer 1

Он работает, делая текст строчными, передавая его функциям libc, которые зависят от настроек локали;Соответствующие настройки означают, что текст будет правильно записан в нижнем регистре, если для байтов используется правильная кодировка.

Answer 2

Другое возможное объяснение. Плоскости Unicode имеют те же атрибуты, что и диапазон ISO-8859-1.

Преобразование заглавной буквы в строчную просто требует добавления 0x20 для диапазона ASCII:

0x41   A
0x61   a

И - я не удосужился посмотреть - думаю, то же самое для диапазона Latin-1 в 0xC0-0xDF. И это может совпадать с русскими буквами в диапазоне Unicode:

d092d09ed09bd093d09ed093d0a0d090d094   ВОЛГОГРАД
d0b2d0bed0bbd0b3d0bed0b3d180d0b0d0b4   волгоград

Разница только в том, что в байтах было добавлено 0x20, которые, как предполагалось, были символами L1. Так что, вероятно, это действительно просто настройка локали.

Answer 3

И наоборот: PHP не обрабатывает каждый символ как байт, но он обрабатывает каждый байт как символ. Таким образом, несколько символов рассматриваются как несколько символов (и, вероятно, не тот, который вы ожидаете).