用于 UTF-8 的多字节安全字包装（）函数

php string utf-8 word-wrap multibyte

2022-08-30 23:13:39

PHP 的 wordwrap（） 函数对于 UTF-8 等多字节字符串无法正常工作。

注释中有一些mb安全功能的示例，但是对于一些不同的测试数据，它们似乎都有一些问题。

该函数应采用与完全相同的参数。wordwrap()

具体要确保它适用于：

如果切中字，则不要切中字，否则不要切中字$cut = true
在以下情况下，不要在单词中插入多余的空格：$break = ' '
也为$break = "\n"
适用于 ASCII 和所有有效的 UTF-8

答案 1

我还没有找到任何工作代码。这是我写的。对我来说，它正在工作，认为它可能不是最快的。

function mb_wordwrap($str, $width = 75, $break = "\n", $cut = false) {
    $lines = explode($break, $str);
    foreach ($lines as &$line) {
        $line = rtrim($line);
        if (mb_strlen($line) <= $width)
            continue;
        $words = explode(' ', $line);
        $line = '';
        $actual = '';
        foreach ($words as $word) {
            if (mb_strlen($actual.$word) <= $width)
                $actual .= $word.' ';
            else {
                if ($actual != '')
                    $line .= rtrim($actual).$break;
                $actual = $word;
                if ($cut) {
                    while (mb_strlen($actual) > $width) {
                        $line .= mb_substr($actual, 0, $width).$break;
                        $actual = mb_substr($actual, $width);
                    }
                }
                $actual .= ' ';
            }
        }
        $line .= trim($actual);
    }
    return implode($break, $lines);
}

答案 2

/**
 * wordwrap for utf8 encoded strings
 *
 * @param string $str
 * @param integer $len
 * @param string $what
 * @return string
 * @author Milian Wolff <mail@milianw.de>
 */

function utf8_wordwrap($str, $width, $break, $cut = false) {
    if (!$cut) {
        $regexp = '#^(?:[\x00-\x7F]|[\xC0-\xFF][\x80-\xBF]+){'.$width.',}\b#U';
    } else {
        $regexp = '#^(?:[\x00-\x7F]|[\xC0-\xFF][\x80-\xBF]+){'.$width.'}#';
    }
    if (function_exists('mb_strlen')) {
        $str_len = mb_strlen($str,'UTF-8');
    } else {
        $str_len = preg_match_all('/[\x00-\x7F\xC0-\xFD]/', $str, $var_empty);
    }
    $while_what = ceil($str_len / $width);
    $i = 1;
    $return = '';
    while ($i < $while_what) {
        preg_match($regexp, $str,$matches);
        $string = $matches[0];
        $return .= $string.$break;
        $str = substr($str, strlen($string));
        $i++;
    }
    return $return.$str;
}

总时间：0.0020880699 是:)

用于 UTF-8 的多字节安全字包装（） 函数

用于 UTF-8 的多字节安全字包装（）函数