PHP kaedah pemprosesan perkataan yang jarang berlaku

Dalam pengaturcaraan PHP harian, kita pasti akan menemui beberapa perkataan Cina yang jarang digunakan Walaupun perkataan ini tidak biasa digunakan, ia mesti digunakan dalam beberapa situasi tertentu. Mari kita bincangkan beberapa cara PHP mengendalikan perkataan yang jarang ditemui.

1. Gunakan pengekodan Unikod

Unicode ialah set aksara antarabangsa yang boleh mewakili hampir semua aksara, termasuk aksara Cina yang jarang ditemui. Dalam PHP, untuk menggunakan pengekodan Unicode untuk memproses perkataan yang jarang ditemui, anda biasanya perlu menggunakan fungsi terbina dalam PHP chr() dan ord().

1. fungsi chr()

fungsi chr() boleh menukar kod Unicode kepada aksara yang sepadan Sintaksnya adalah seperti berikut:

rentetan chr ( int $ascii)

Di mana, $ascii ialah nilai perpuluhan kod Unicode.

Contohnya, untuk mengeluarkan aksara dengan kod Unicode 23456, anda boleh menulis seperti ini:

echo chr(23456); // Keluarkan aksara Cina yang jarang ditemui

2. fungsi ord ()

fungsi ord() boleh menukar aksara kepada kod Unicode yang sepadan Sintaksnya adalah seperti berikut:

int ord(rentetan $string)

Antaranya, $string ialah watak yang hendak ditukar, yang boleh menjadi watak Cina atau watak jarang.

Sebagai contoh, untuk mengeluarkan kod Unicode aksara Cina yang jarang ditemui, anda boleh menulis seperti ini:

echo ord("?"); // Output 23459

2 . Gunakan sambungan mbstring

mbstring ialah sambungan terbina dalam PHP Ia menyediakan satu siri fungsi untuk memproses aksara berbilang bait, termasuk aksara Cina yang jarang ditemui. Untuk menggunakan sambungan mbstring untuk memproses perkataan jarang, anda biasanya perlu menggunakan tiga fungsi berikut:

fungsi mb_strlen()

fungsi mb_strlen() boleh mengembalikan bilangan aksara dalam rentetan , termasuk aksara Cina yang jarang ditemui. Sintaksnya adalah seperti berikut:

int mb_strlen(string $string [, string $encoding = mb_internal_encoding()])

Di mana, $string ialah rentetan untuk mengira bilangan aksara, $ pengekodan ialah Format pengekodan rentetan Jika tidak dinyatakan, mb_internal_encoding() digunakan secara lalai.

Sebagai contoh, untuk mengira bilangan aksara yang terkandung dalam rentetan, termasuk aksara Cina yang jarang ditemui, anda boleh menulis seperti ini:

$str = "Aksara Cina yang jarang berlaku?";

echo mb_strlen( $str); // Output 6

mb_substr() fungsi

mb_substr() fungsi boleh mengekstrak subrentetan rentetan, termasuk aksara Cina yang jarang ditemui. Sintaksnya adalah seperti berikut:

rentetan mb_substr(rentetan $string, int $start [, int $length [, string $encoding = mb_internal_encoding()]])

di mana $string adalah untuk diekstrak Rentetan subrentetan, $start ialah kedudukan permulaan pengekstrakan, $length ialah panjang pengekstrakan, $encoding ialah format pengekodan rentetan, jika tidak dinyatakan, mb_internal_encoding() digunakan secara lalai.

Sebagai contoh, untuk mengekstrak subrentetan daripada rentetan, termasuk aksara Cina yang jarang ditemui, anda boleh menulis seperti ini:

$str = "Aksara Cina yang jarang berlaku?";

gema mb_substr( $str, 2, 3); // Output "luar biasa"

mb_convert_encoding() fungsi

mb_convert_encoding() fungsi boleh menukar rentetan daripada format pengekodan Tukar kepada format pengekodan lain, termasuk aksara Cina yang jarang ditemui. Sintaksnya adalah seperti berikut:

string mb_convert_encoding(string $string, string $to_encoding [, mixed $from_encoding = mb_internal_encoding()])

Di mana, $string ialah rentetan yang hendak ditukar, $to_encoding ialah format pengekodan sasaran, $from_encoding ialah format pengekodan asal, jika tidak dinyatakan, mb_internal_encoding() digunakan secara lalai.

Sebagai contoh, untuk menukar rentetan daripada pengekodan UTF-8 kepada pengekodan GB2312, termasuk aksara Cina yang jarang ditemui, anda boleh menulis seperti ini:

$str = "Aksara langka Cina?"

echo mb_convert_encoding($str, "GB2312", "UTF-8");

3. Gunakan sambungan iconv

sambungan iconv ialah sambungan terbina dalam PHP, yang menyediakan sambungan. Satu siri fungsi digunakan untuk mengendalikan penukaran pengekodan aksara, termasuk aksara Cina yang jarang ditemui. Untuk menggunakan sambungan iconv untuk memproses aksara jarang, anda biasanya perlu menggunakan dua fungsi berikut:

iconv_strlen() fungsi

iconv_strlen() fungsi boleh mengembalikan nombor aksara dalam rentetan , termasuk aksara Cina yang jarang ditemui. Sintaksnya adalah seperti berikut:

int iconv_strlen(string $string [, string $charset = ini_get("iconv.internal_encoding")])

Di mana, $string ialah rentetan untuk mengira bilangan aksara , $charset ialah format pengekodan rentetan Jika tidak dinyatakan, ini_get("iconv.internal_encoding") digunakan secara lalai.

Sebagai contoh, untuk mengira berapa banyak aksara, termasuk aksara Cina yang jarang ditemui, terkandung dalam rentetan, anda boleh menulis seperti ini:

$str = "Aksara Cina yang jarang berlaku?";

echo iconv_strlen( $str); // Output 6

iconv_substr() fungsi

iconv_substr() fungsi boleh mengekstrak subrentetan rentetan, termasuk aksara Cina yang jarang ditemui . Sintaksnya adalah seperti berikut:

string iconv_substr(string $string, int $start [, int $length [, string $charset = ini_get("iconv.internal_encoding")]])

di mana, $string ialah rentetan untuk mengekstrak subrentetan, $start ialah kedudukan permulaan pengekstrakan, $length ialah panjang pengekstrakan, $charset ialah format pengekodan rentetan, jika tidak dinyatakan, ini_get("iconv.internal_encoding is digunakan secara lalai ").

Sebagai contoh, untuk mengekstrak subrentetan daripada rentetan, termasuk aksara Cina yang jarang ditemui, anda boleh menulis seperti ini:

$str = "Aksara Cina yang jarang berlaku?";

echo iconv_substr( $str, 2, 3); // Output "Tidak Biasa"

Ringkasan

Di atas ialah beberapa kaedah untuk memproses aksara Cina yang jarang ditemui dalam PHP Penggunaan pengekodan Unicode bergantung pada fungsi terbina dalam PHP, dan penggunaan sambungan mbstring dan iconv menyediakan alat pemprosesan yang lebih mudah. Dalam pengaturcaraan sebenar, kaedah yang sesuai harus dipilih mengikut keperluan sebenar untuk mengendalikan aksara Cina yang jarang ditemui dengan lebih baik.

Atas ialah kandungan terperinci PHP kaedah pemprosesan perkataan yang jarang berlaku. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!