文字列セグメンテーション utf-8 (中国語、日本語、韓国語などをサポート、効率的)

mb_substr と mb_strlen は非効率すぎるため、このコードが使用されます。

オリジナルではなく、主な原則は UTF-8 のエンコード特性に基づいています
0xxxxxxx
110xxxxx 10xxxxxx
1110xxxx 10xxxxxx 10xxxxxx
11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
を使用して文字境界を取得し、それによって単語が占めるバイト数を決定し、それを配列に処理します。


この関数は、mb_substr よりも 10 倍効率的です。このタイプの開発過程で、この関数の効率を比較しました。 2 つ詳細に説明すると、この関数が明らかに優れています。

function str_split_utf8($str) {
 // 文字列の各文字を配列に配置します
 $split = 1;
 $array = strlen($str);
 for ( $ i = 0; $i < $len;
 $value = ord($str[$i]){
 if($value >= 0xC0 && $value < ;= 0xDF)
 $split = 2;
 elseif($value >= 0xE0 && $value <= 0xEF)
 elseif($value >= 0xF0 && $value <= 0xF7)
 $split = 4;
 elseif($value >= 0xF8 && $value  $split = 5;
 elseif($value >= 0xFC)

 } else {
 $split = 1;
 }
 $key = '';
 for ( $j = 0; $j < $split; ++$j, ++$i ) {
 $key .= $str[$ i];
 }
 $array[] = $key;
 }
 return $array
}