Question

我正在搜索从Unicode little-endian文件读取的文本中的字符串version。

有了$ text 'version（用撇号表示），我得到了

echo strpos($text, "r");          // Returns 7.
echo strpos($text, "version");    // Returns null.

我怀疑我需要将针头或干草堆转换成相同格式。

我看过mb_strpos，但是它没有以与strpos相同的方式进行文本搜索。
我还考虑过用针线将其更改为UTF-8，但尚未尝试过。似乎有点混乱。

有什么想法吗？

cmbuckley回答后更新。

$var = iconv('UTF-16LE', 'UTF-8', $fields[0]); 
// Returns Notice: iconv(): Detected an incomplete multibyte character in ...input string in

所以我检查了现有的编码并找到

echo mb_detect_encoding($fields[0], mb_detect_order(), false);  // Returns 'ASCII'.

这令人困惑。如果字符串是ASCII，为什么我在使用原始strpos函数时遇到麻烦？

更新2

'version的十六进制编码为2700 5600 6500 7200 7300 6900 6f00 6e00。

那是什么编码？

Answer 1

即使您使用的是idcol，也需要确保mb_strpos和$needle的编码相同。

我建议您尽快使用UTF-8，这意味着我将使用iconv将UTF-16LE内容转换为UTF-8：

$haystack

请记住要进行严格的$text = file_get_contents('test.txt'); // contains 'version in UTF-16LE var_dump(strpos($text, 'r')); // 6 var_dump(strpos($text, 'version')); // false $text = iconv('UTF-16LE', 'UTF-8', $text); var_dump(strpos($text, 'r')); // 3 var_dump(strpos($text, 'version')); // 1检查（如您在文章中提到的那样，不为null），因为文件内容可能以字符串!== false开头，在这种情况下strpos将返回{{1} }。

PHP在Unicode字符串中找到一个单词

1 个答案: