Во многих языках символы могут выражаться одним байтом. Многобайтные коды
символов используются для выражения символов многих других языков. mbstring разработано для работы с японскими символами. Однако многие функции
mbstring могут работать с иными кодировками, не только с японской.
Многобайтная кодировка символов представляет один символ несколькими
последовательными байтами. Некоторые кодировки имеют shift(escape)-последовательности
для начала/окончания строк многобайтных символов. Следовательно, многобайтная
строка может быть разрушена при разделении и/или обсчёте, если не использовать
метод надёжного кодирования многобайтных символов. Данный модуль предоставляет
функции сохранения много байтных символов и другие вспомогательные функции, такие как функции конвертации.
Поскольку PHP в основе своей разработан для ISO-8859-1, некоторые
многобайтные кодировки плохо работают в PHP. Следовательно, важно
устанавливать mbstring.internal_encoding для кодировки, работающей с PHP.
Требования Кодировки Символов PHP4
побайтное кодирование
однобайтные символы находятся в диапазоне 00h-7fh,
что совместимо с ASCII
многобайтное кодирование - вне диапазона 00h-7fh
Вот примеры внутренней кодировки символов, которые работают и НЕ работают с PHP.
mbstring это модуль расширения. Вы обязаны подключить его скриптом
configure. См. детали в разделе .
Следующие опции конфигурации имеют отношение к модулю mbstring:
--enable-mbstring : включает функции mbstring. Эта опция нужна для использования
mbstring-функций.
--enable-mbstr-enc-trans : включает конвертацию кодировки символов HTTP-ввода с использованием
mbstring-машины конвертации. Если эта возможность включена, кодировка символов HTTP-ввода
может быть автоматически конвертирована в mbstring.internal_encoding.
Конвертация кодировки символов HTTP-ввода/вывода может конвертировать
также двоичные данные. Пользователям предлагается контролировать конвертацию
кодировки символов, если бинарные данные используются для ввода/вывода HTTP.
Если enctype для HTML-формы установлен multipart/form-data,
mbstring не конвертирует кодировку символов в POST-данных. Если это так, строки должны
конвертироваться во внутреннюю кодировку символов.
HTTP-ввод
Нет способов управлять конвертацией символов HTTP-ввода из PHP-скрипта.
Отключение конвертации символов HTTP-ввода нужно сделать в php.ini.
При использовании PHP как Apache-модуля можно переопределять PHP ini-установку на уровне Virtual Host в
httpd.conf или на уровне директории в .htaccess. Обратитесь к разделу Конфигурация и
учебнику Apache.
HTTP-вывод
Есть несколько способов включить конвертацию кодировки символов вывода.
Один - это использование php.ini, другой - функция с
как ob_start callback-функция.
Примечание: Для пользователей PHP3-i18n: конвертация вывода mbstring отличается от PHP3-i18n. Кодировка символов конвертируется с использованием
буфера вывода.
Пример 3. Пример скрипта
<?php
// Включить конвертацию кодировки символов только для данной страницы
// Установить кодировку символов HTTP-вывода для SJIS
mb_http_output(’SJIS’);
// Начать буферизацию и специфицировать "mb_output_handler" как
// callback-функцию
ob_start(’mb_output_handler’);
?>
В настоящее время модуль mbstring поддерживает нижеследующие кодировки символов. Кодировка символов может быть
специфицирована параметром encoding функций модуля mbstring.
Вот кодировки, поддерживаемые данным расширением PHP:
Вхождение в php.ini, принимающее имя кодировки,
принимает также "auto" и "pass". mbstring функции, принимающие имя кодировки, принимают и
"auto".
Если "pass" установлено, никакая конвертация кодировки символов не выполняется.
Если "auto" установлено, оно расширяется до "ASCII,JIS,UTF-8,EUC-JP,SJIS".
См. также
Примечание: "поддерживаемые кодировки символов" не означает, что это работает как внутренний код символа.
mbstring.internal_encoding определяет внутреннюю кодировку символов по умолчанию
mbstring.http_input определяет кодировку символов по умолчанию HTTP-ввода
mbstring.http_output определяет кодировку символов по умолчанию HTTP-вывода
mbstring.detect_order определяет порядок определения кодировки символов по умолчанию. См. также
mbstring.substitute_character определяет символы для замещения неправильных кодировок символов
Web-браузерам предлагается использовать ту же кодировку при отправку форм.
Однако браузеры могут не использовать ту же кодировку символов. См. для определения кодировки браузера.
Если enctype имеет установленное значение multipart/form-data в HTML-формах,
mbstring не конвертирует кодировку символов в POST-данных. Пользователь обязан сделать
это в скрипте, если конвертация нужна.
Одновременно браузеры достаточно наворочены, чтобы определять кодировку символов в HTML. charset лучше установить в HTTP-шапке/header. Измените
default_charset в соответствии с кодировкой символов.
Пример 5. Установки php.ini для пользователей
EUC-JP
;; Отключить буферизацию вывода
output_buffering = Off
;; Установить HTTP header набора символов
default_charset = EUC-JP
;; Установить конвертацию кодировки HTTP-ввода в auto
mbstring.http_input = auto
;; Конвертировать HTTP-вывод в EUC-JP
mbstring.http_output = EUC-JP
;; Установить внутреннюю кодировку EUC-JP
mbstring.internal_encoding = EUC-JP
;; Не печатать неправильные символы
mbstring.substitute_character = none
Поскольку большинство приложений PHP написаны на языках, использующих
однобайтную кодировку символов, имеются некоторые трудности при работе с
многобайтными строками, в том числе с японскими. Большинство строковых PHP-функций,
таких как , не поддерживают многобайтные строки.
Многобайтное расширение (mbstring) имеет строковые РНР-функции с
поддержкой многобайтных символов (например, поддерживает
).
Многобайтное расширение (mbstring) также поддерживает ’перегрузку функций’
для добавления функциональности многобайтных строк без модификации кода.
Используя перегрузку функций, некоторые строковые функции PHP будут перегружены многобайтными строковыми функциями.
Например, вызывается вместо
, если перегрузка функций включена. Перегрузка функций облегчает перенос
приложений, поддерживая только однобайтные кодировки для многобайтных приложений.
mbstring.func_overload в php.ini должно иметь некоторое положительное значение для использования перегрузки функций.
Это значение должно специфицировать категорию перегружающей функции: 1
включает перегрузку функции mail; 2 - строковые функции, 4 - функции
регулярных выражений. Например, если установлена 7, mail, strings и regex
функции должны перегружаться. Список перегружаемых функций дан в таблице.
