Question

我正在努力使用API获取一些歌词，并将歌词字符串转换为单词数组。我在preg_replace函数中得到了一些不寻常的行为。当我使用var_dump进行一些调试时，我看到var_dump为字符串＆＃34;你＆＃34;返回值10，这告诉我可能有错误。之后，preg_replace很奇怪。

这是我的代码：

$source = get_chart_lyrics_data("madonna","frozen");
$pieces = explode("\n", $source);
$lyrics = array();
for($i=0;$i<count($pieces);$i++){
  if($i>10){
    $words = explode(" ",$pieces[$i]);
    foreach($words as $_word){
      if($_word=="")
        continue;
      var_dump($_word);
      $word = strtolower($_word);
      var_dump($word);
      $word = trim($word);
      var_dump($word);
      $word = preg_replace("/[^A-Za-z ]/", '', $word);
      var_dump($word);
      $lyrics[$word]++;
    }
  }
}

这是此代码返回的前4行：

string(10) “You”
string(10) “you”
string(10) “you”
string(8) “lyricyou”

为什么var_dump为＆＃34;你＆＃34;？返回10的值？为什么preg_replace就是这样的呢？

感谢。

Answer 1

最有可能的答案是该字符串包含“你”以外的不可打印字符。要弄清楚它究竟包含什么，你必须查看原始字节。使用echo bin2hex($word)执行此操作。这将输出类似666f6f...的字符串，其中每2个字符是十六进制表示法中的一个字节。您可以通过以下方式使其更具可读性：

echo join(' ', str_split(bin2hex($word), 2));
// 66 6f 6f ...

现在使用您最喜欢的ASCII / Unicode表（取决于字符串的编码）来确定那些代表的字符以及从中获取它们的位置。

也许你的字符串是用UTF-16编码的，在这种情况下你应该每两个字符看到一个00个字节。

为什么var_dump会返回比字符串长度更大的值？

1 个答案: