Question

我需要找到希伯来语（从右到左阅读）句子之间的区别，例如

בְּרֵאשִׁ֖יתבָּרָ֣אאֱלֹהִ֑יםאֵ֥תהַשָּׁמַ֖יִםוְאֵ֥תהָאָֽרֶץ：（带有蒸馏标记）和

בְּרֵאשִׁיתבָּרָאאֱלֹהִיםאֵתהַשָּׁמַיִםוְאֵתהָאָרֶץ：（没有标记）。

对你来说可能看起来并没有什么不同，但希伯来语的读者可以在第一个短语中看到插词标记。

也可能是两个文本中额外的小点（元音）并不总是相同的。

所以我需要一种方法来检查PHP中的UTF-8编码文本并以某种方式突出显示差异，这样我就可以对'Shin'下面的第一个单词说某个人你错过了05AD unicode字符' Dehi”。

Answer 1

$str1 = 'בְּרֵאשִׁ֖ית בָּרָ֣א אֱלֹהִ֑ים אֵ֥ת הַשָּׁמַ֖יִם וְאֵ֥ת הָאָֽרֶץ׃';
$str2 = 'בְּרֵאשִׁית בָּרָא אֱלֹהִים אֵת הַשָּׁמַיִם וְאֵת הָאָרֶץ';

$len1 = mb_strlen($str1, 'utf-8');
for($i = 0, $arr1 = array(); $i < $len1; $i++) {
    $char = mb_substr($str1, $i, 1, 'utf-8');
    if (preg_match('/[\x{0591}-\x{05c7}]/u', $char)) {
        end($arr1);
        $key = key($arr1);
        $arr1[$key] = $arr1[$key] . $char;
    } else if (preg_match('/\p{Zs}/u', $char)) {
        continue;
    } else {
        $arr1[$i] = $char;
    }
}
ksort($arr1);
$arr1 = array_values($arr1);

$len2 = mb_strlen($str2, 'utf-8');
for($i = 0, $arr2 = array(); $i < $len2; $i++) {
    $char = mb_substr($str2, $i, 1, 'utf-8');
    if (preg_match('/[\x{0591}-\x{05c7}]/u', $char)) {
        end($arr2);
        $key = key($arr2);
        $arr2[$key] = $arr2[$key] . $char;
    } else if (preg_match('/\p{Zs}/u', $char)) {
        continue;
    } else {
        $arr2[$i] = $char;
    }
}
ksort($arr2);
$arr2 = array_values($arr2);

$results = array();
foreach ($arr1 as $key => $value) {
    if ($value != $arr2[$key]) {
        $results[$key] = $value;
    }
}

我明白了，结果显示

array (size=8)
  3 => string 'שִׁ֖' (length=8)
  7 => string 'רָ֣' (length=6)
  11 => string 'הִ֑' (length=6)
  14 => string 'אֵ֥' (length=6)
  18 => string 'מַ֖' (length=6)
  22 => string 'אֵ֥' (length=6)
  25 => string 'אָֽ' (length=6)
  27 => string 'ץ׃' (length=4)

3,7,11,14,18,22,25,27个字符不同（从右到左依次计数，从0开始）;

通过PHP中的字符代码查找UTF-8字符串的差异

1 个答案: