Question

我正在使用Unicode字符做一个简单的 str_pad “─”https://www.compart.com/en/unicode/U+2500

for($i=0;$i<50;$i++){
    echo str_pad("", $i,"─");
    echo "\n";
}

但PHP CLI中的输出显示：

▒
▒
─
─▒
─▒
──
──▒
──▒
───
───▒
───▒
────
────▒
────▒
─────
─────▒
─────▒
──────
...

所以看起来每个第3行都是正确的，但是第1行和第2行具有不同的行尾字符。

但如果我使用 str_repeat ，这样可以正常工作：

for($i=0;$i<50;$i++){
    echo str_repeat("─", $i);
    echo "\n";
}

结果：

─
──
───
────
─────
──────
───────
────────
─────────
──────────
...

所以 str_repeat 工作正常，但 str_pad 有一个非常奇怪和意外的结果。知道为什么会这样吗？

Answer 1

看起来像多字节问题。

使用Unicode字符 str_pad 的快速方法

for($i=0;$i<50;$i++){
    echo str_pad("", $i*strlen("─"),"─");
    echo "\n";
}

所以这将给出所需的输出：

─
──
───
────
─────
──────
───────
────────
...

但是当你实际上有一个字符串要填充时，这会破坏：

for($i=0;$i<50;$i++){
    echo str_pad("X", $i*strlen("─"),"─");
    echo "\n";
}

成为：

X
X▒
X─▒
X──▒
X───▒
X────▒
X─────▒
....

所以只需要使用多字节版本的例子： http://php.net/manual/en/function.str-pad.php#116244

for($i=0;$i<50;$i++){
    echo mb_str_pad("X", $i,"─");
    echo "\n";
}

function mb_str_pad($str, $pad_len, $pad_str = ' ', $dir = STR_PAD_RIGHT, $encoding = NULL)
{
    $encoding = $encoding === NULL ? mb_internal_encoding() : $encoding;
    $padBefore = $dir === STR_PAD_BOTH || $dir === STR_PAD_LEFT;
    $padAfter = $dir === STR_PAD_BOTH || $dir === STR_PAD_RIGHT;
    $pad_len -= mb_strlen($str, $encoding);
    $targetLen = $padBefore && $padAfter ? $pad_len / 2 : $pad_len;
    $strToRepeatLen = mb_strlen($pad_str, $encoding);
    $repeatTimes = ceil($targetLen / $strToRepeatLen);
    $repeatedString = str_repeat($pad_str, max(0, $repeatTimes)); // safe if used with valid utf-8 strings
    $before = $padBefore ? mb_substr($repeatedString, 0, floor($targetLen), $encoding) : '';
    $after = $padAfter ? mb_substr($repeatedString, 0, ceil($targetLen), $encoding) : '';
    return $before . $str . $after;
}

为什么php str_pad每隔第3次才能使用Unicode字符“─”

1 个答案: