對日文字符串爆炸（）

我必須對日文文本使用explode（）函數，但它不起作用。對日文字符串爆炸（）

這裏是我有什麼

$string = '私　は　イタリア　人　です'; 
$string = explode(" ", $string); 
print_r($string);

，打印

Array ([0] => 私　は　イタリア　人　です)

代替

Array ([0] => 私　[1] => は　[2] => イタリア　[3] => 人　[4] => です)

似乎explode()無法識別內部的空間爲例文本。

是什麼原因？我怎麼能使它工作？

來源

2013-07-03 Alhazred

爲什麼會有之間的「イタリア」和一個空格「人「？ –

我知道イタリア和人應該放在一起，但我需要把他們作爲分離的實體。 – Alhazred

這是因爲你在這裏沒有空格字符的簡單原因。您有一個帶有十六進制代碼「e3 80 80」的「IDEOGRAPHIC SPACE」字符。

如果您使用它作爲您的分隔符，它將起作用。

來源

2013-07-03 08:57:10

謝謝，我已經改變了空間，現在它工作 – Alhazred

首先使用iconv()轉換字符串，然後在爆炸時使用它。轉換爲utf8

$string = explode(" ", iconv('', 'utf-8', $string));

來源

2013-07-03 08:53:46 DevZer0

轉換爲什麼？ –

轉換爲utf-8 – DevZer0

除了簡單的ASCII空格之外，還有許多字符可以在字符之間添加空格。

您可以嘗試使用\ s（空格字符）或\ b（單詞邊界）作爲模式使用preg_split，但這可能並不理想，因爲日語幾乎肯定會以多字節格式編碼。

來源

2013-07-03 08:54:33 GordonM

您正在使用錯誤的空間。文本使用全角空格（U + 3000 IDEOGRAPHIC SPACE），並提供半角空格（U + 0020 SPACE）。

來源

2013-07-03 08:55:01

這裏有兩個問題。

首先，你不說你的編碼是什麼，但我想所有的日文編碼都是多字節的。另一方面，explode() function（就像所有常規的PHP函數一樣）需要單字節輸入。沒有確切的多字節等價物，但mb_split()可以做到這一點。其次，你是通過普通空間爆炸（U+0020），但你的字符串包含另一個字符（U+3000）。

綜上所述（假設您正在使用UTF-8）：

<?php 

mb_internal_encoding('UTF-8'); 
mb_regex_encoding('UTF-8'); 

$string = '私　は　イタリア　人　です'; 
print_r(mb_split('　', $string));

...甚至更好：

<?php 

mb_internal_encoding('UTF-8'); 
mb_regex_encoding('UTF-8'); 

$string = '私　は　イタリア　人　です'; 
print_r(mb_split('[[:space:]]', $string));

來源

2013-07-03 09:09:15

對日文字符串爆炸（）

回答

相關問題