php smartyは中国語の文字の文字化け問題を切り取りますか?gb 2312/utf-8


一般的なウェブサイトのページの表示は、サブ文字列の切り取りに関わることが避けられません。この時はtruncateが役に立ちましたが、英語のユーザーにしか適合していません。中国語のユーザーにとってはtruncateを使うと文字化けが発生します。また、中国語の英語混合串にとっては、同じ数の文字列を切り取ります。実際の表示長は違います。視覚的には不揃いで、映像が綺麗です。これは一つの中国語の長さが大体二つの英語の長さに相当するからです。なお、truncateはGB 2312、UTF-8などのエンコードを同時に対応することができません。改良されたsmart Truncate:ファイル名:modifier.smart Truncate.php
 
<?php
function smartDetectUTF8($string)
{
static $result = array();
if(! array_key_exists($key = md5($string), $result))
{
$utf8 = "
/^(?:
[\x09\x0A\x0D\x20-\x7E] # ASCII
| [\xC2-\xDF][\x80-\xBF] # non-overlong 2-byte
| \xE0[\xA0-\xBF][\x80-\xBF] # excluding overlongs
| [\xE1-\xEC\xEE\xEF][\x80-\xBF]{2} # straight 3-byte
| \xED[\x80-\x9F][\x80-\xBF] # excluding surrogates
| \xF0[\x90-\xBF][\x80-\xBF]{2} # planes 1-3
| [\xF1-\xF3][\x80-\xBF]{3} # planes 4-15
| \xF4[\x80-\x8F][\x80-\xBF]{2} # plane 16
)+$/xs
";
$result[$key] = preg_match(trim($utf8), $string);
}
return $result[$key];
}
function smartStrlen($string)
{
$result = 0;
$number = smartDetectUTF8($string) ? 3 : 2;
for($i = 0; $i < strlen($string); $i += $bytes)
{
$bytes = ord(substr($string, $i, 1)) > 127 ? $number : 1;
$result += $bytes > 1 ? 1.0 : 0.5;
}
return $result;
}
function smartSubstr($string, $start, $length = null)
{
$result = '';
$number = smartDetectUTF8($string) ? 3 : 2;
if($start < 0)
{
$start = max(smartStrlen($string) + $start, 0);
}
for($i = 0; $i < strlen($string); $i += $bytes)
{
if($start <= 0)
{
break;
}
$bytes = ord(substr($string, $i, 1)) > 127 ? $number : 1;
$start -= $bytes > 1 ? 1.0 : 0.5;
}
if(is_null($length))
{
$result = substr($string, $i);
}
else
{
for($j = $i; $j < strlen($string); $j += $bytes)
{
if($length <= 0)
{
break;
}
if(($bytes = ord(substr($string, $j, 1)) > 127 ? $number : 1) > 1)
{
if($length < 1.0)
{
break;
}
$result .= substr($string, $j, $bytes);
$length -= 1.0;
}
else
{
$result .= substr($string, $j, 1);
$length -= 0.5;
}
}
}
return $result;
}
function smarty_modifier_smartTruncate($string, $length = 80, $etc = '...',
$break_words = false, $middle = false)
{
if ($length == 0)
return '';
if (smartStrlen($string) > $length) {
$length -= smartStrlen($etc);
if (!$break_words && !$middle) {
$string = preg_replace('/\s+?(\S+)?$/', '', smartSubstr($string, 0, $length+1));
}
if(!$middle) {
return smartSubstr($string, 0, $length).$etc;
} else {
return smartSubstr($string, 0, $length/2) . $etc . smartSubstr($string, -$length/2);
}
} else {
return $string;
}
}
?>
以上のコードはtruncateの既存の機能を完全に実現しました。また、GB 2312とUTF-8のコードにも対応しています。文字長を判断する時、一つの文字は1.0と計算します。一つの英語の文字は0.5と計算します。したがって、サブ文字列を切り取る際には不揃いが発生しません。プラグインの使い方には特別な点がありません。ここで簡単にテストしてみます。「$content𞓜smart Truncate:5:「.」」」($contentイコール「A中B華C人D民E共FとG国H」)表示:A中B華C.(中文記号の長さは1.0で、英語記号の長さは0.5とします。また、符号の長さを省略することを考慮してください。GB 2312を使って符号化するか、それともUTF-8を使って符号化するかに関わらず、結果が正しいことが分かります。これもなぜ私がプラグインの名前であるリガのsmartという文字の原因の一つです。