Question

我没有那么多控制远程服务器来安装扩展，php是5.3.8。但我注意到有可能用pcre分割utf-8字符串。

例如：preg_split('@@u','bücher',-1,PREG_SPLIT_NO_EMPTY);

给出：Array ( [0] => b, [1] => ├╝, [2] => c, [3] => h, [4] => e, [5] => r )

或中文字词：中国/中华它提供：Array ( [0] => ńŞş, [1] => ňŤŻ, [2] => /, [3] => ńŞş, [4] => ňŹÄ )

（结果来自非unicode显示），但显然可以在没有国际扩展的情况下拆分utf-8字符串，然后（我认为）应该可以获取字符代码并执行用它们计算来创建ascii url。

Answer 1

您需要知道的唯一事情是用于发出双字节，三字节，四字节代码点信号的位掩码：

来自http://en.wikipedia.org/wiki/UTF-8

的表格

Bits  Last Code Point  Octet 1  Octet 2  Octet 3  Octet 4

 7    U+007F           0xxxxxxx    -/-      -/-      -/-
11    U+07FF           110xxxxx 10xxxxxx    -/-      -/-
16    U+FFFF           1110xxxx 10xxxxxx 10xxxxxx    -/-
21    U+10FFFF         11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

我不会说php，但我很确定现有代码可以使用显示的位掩码来扫描utf-8字符序列，而无需实际解释它

有没有可能在没有intl扩展名的情况下在php中编写我自己的punycode转换器？

1 个答案: