php – 奇怪的UTF8字符串比较

发布时间：2020-12-13 22:20:32 所属栏目：PHP教程来源：网络整理

导读：我有UTF8字符串比较这个问题,我真的不知道,它开始让我头痛.请帮帮我. 基本上我有一个用UTF8编码的xml文档中的字符串：’MinaTidigareanst?llningar’ 当我将该字符串与我自己键入的完全相同的字符串进行比较时：’MinaTidigareanst?llningar'(也在UTF8中).结

我有UTF8字符串比较这个问题,我真的不知道,它开始让我头痛.请帮帮我.
基本上我有一个用UTF8编码的xml文档中的字符串：’MinaTidigareanst?llningar’
当我将该字符串与我自己键入的完全相同的字符串进行比较时：’MinaTidigareanst?llningar'(也在UTF8中).结果是假！
我不知道为什么.太奇怪了.有人可以帮我吗？

解决方法

This seems somewhat relevant.为简化起见,有几种方法可以在Unicode(因此是UTF8)中获取相同的文本：例如,这个：?可以写成一个字符或两个字符：r和组合.

你最好的选择是normalizer class – 将两个字符串规范化为相同的标准化形式并比较结果.

在其中一条注释中,您将显示字符串的这些十六进制表示：

4d696e61205469646967617265 20   616e7374 c3a4   6c6c6e696e676172  // from XML
4d696e61205469646967617265 c2a0 616e7374 61cc88 6c6c6e696e676172 // typed
        ^^-----------------^^^^1         ^^^^^^2

注意我标记的部分,显然这个问题有两个部分.

>首先,观察this question on the meaning of byte sequence “c2a0” – 由于某种原因,您的输入被转换为XML文件具有正常空间的不可破坏空间.请注意,在“Mina”之后的两种情况下都有正常的空间.不知道如何在PHP中做什么,除了用普通空格替换所有空格.
>至于第二个,就是我在上面概述的情况：c3a4是?(U 00E4“LATIN SMALL LETTER A WITH DIAERESIS” – 一个字符,两个字节),而61是a(U 0061“LATIN SMALL LETTER A” – 一个字符,一个字节)和cc88将是组合变音符号"(U 0308“COMBINING DIAERESIS” – 两个字符,三个字节).在这里,normalization library应该是有用的.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!