如何从CLI标准输入读取非ASCII字符

Question

如果我在CMD中输入å，fgets会停止等待更多的输入，而循环会一直运行直到我按下ctrl-c。如果我输入类似a-z0-9!?()这样的“正常”字符，则按预期工作。

我在Windows 7上使用UTF-8字符集（chcp 65001），文件保存为UTF-8无BOM格式，在CMD中运行PHP 5.3.5（cli）。

<?php

echo "ÅÄÖåäö work here.\n";

while(1)
{
    echo '> '. fgets(STDIN);
}

?>

如果我更改字符集为chcp 1252，当我键入å时循环不会中断，并且它会打印“> å”，但是“ÅÄÖåäö 在这里工作” 变成了“ÅÄÖåäö 在这里工作！”。 我知道我可以将文件更改为ANSI，但然后我不能使用像╠╦╗这样的特殊字符。

那么为什么在键入åäö后fgets停止等待用户输入？ 我该如何解决这个问题？

编辑：还发现一个奇怪的错误。 echo "öäåÅÄÖåäö work here! Or?" . chr（10）;-> ??äåÅÄÖåäö work here！Or？re！Or？。如果echo中的第一个字符是å / ä / ö ，它会打印出奇怪的字符，并且最终输出会与n-1 个字符重复.. （n =字符串开头的åäö的数量）。例如：echo "åäö 1234" -> ??äö 123434 和echo åäöåäö 1234 -> ??äöåäö 1234 1234 。

编辑2（已解决）： 问题是chcp 65001 ，现在我使用chcp 437 （chcp 437）。非常感谢Timothy Martens！

- Sawny

---

关于这个问题有一些疑问：1）当您尝试在PHP之外的CMD中键入 å 时会发生什么？2）逻辑上讲UTF-8 Å和windows-1252 Å不同，因此会导致结果为 Ã。但是如果尝试将PHP文件转换为windows-1252会发生什么？ - Qqwy

1) åäö -> "command not found", echo åäö -> åäö。所以它可以工作。无论是使用chcp 65001(UTF-8)还是chcp 1252都可以。 2) 我在cmd中和PHP文件中都使用UTF-8作为字符集。如果我在PHP文件中使用windows-1252，什么也不会改变。我认为问题出在windows/PHP上。当我使用chcp 1252时，它对于ÅÄÖ（即使PHP文件是UTF-8）有效，但是我不能使用╠╦╗等字符。 - Sawny

哇，这是一个非常有趣的问题^^。你真的引起了我的注意。我会自己试验一下，一旦发现什么就告诉你。 - Qqwy

我在想...如果你使用fgetsc(STDIN)会怎样？可能是一样的，但它可能会产生另一个（不需要的？:P）结果... - Qqwy

@Qqwy var_dump(fgetc(STDIN)) -> bool(false); var_dump(fgets(STDIN)) -> bool(false); 当我输入 å (或者 äö) 时，它不起作用。否则它可以正常工作。 - Sawny

Answer 1

可能的解决方案：

echo '>'; 
$line = stream_get_line(STDIN, 999999, PHP_EOL);

注意： 我使用多个版本的PHP都无法复现您的错误。 使用以下PHP版本5.3.8没有任何问题

PHP 5.3 (5.3.8) VC9 x86非线程安全版（2011年8月23日12:26:18） 架构是Win XP SP3 32位

您可以尝试升级PHP。

我下载了php-5.3.5-nts-Win32-VC6-x86，但无法复制您的错误，它对我来说很好用。

编辑：此外，我使用西班牙键盘输入了这些字符。

编辑2：

CMD命令：

chcp 437

PHP 代码：

<?php
$fp=fopen("php://stdin","r");
while(1){
    $str =  fgets(STDIN);
    echo mb_detect_encoding($str)."\n";
    echo '>'.stream_get_line($fp,999999,"\n")."\n";
}
?>

输出：

test
ASCII
test
>test
öïü

öïü
>öïü

- Timothy Martens

---

1. stream_get_line 没有起作用。
2. 我现在下载了 VC9 x86 Non Thread Safe (2011-Aug-23 12:26:18)，但它没有起作用。你在 CMD 和代码中使用了什么字符集？顺便说一下，我运行的是 W7 64 位系统。

- Sawny

注意：我刚在我的 Mac 上使用了 PHP 5.3.6 和 PHP 5.2.14 进行了测试，两者都能正常工作。 - Yes Barry

@Sawny 我在 cmd 中使用的是“活动代码页：437”，你可以通过在 cmd 中运行“chcp 437”来更改你的代码页。 - Timothy Martens

我很好奇你的是什么？？？你可以通过在cmd中运行命令“chcp”来检测它。如果您想获取更多信息，可以在以下链接中找到有关chcp的问题：https://dev59.com/zHM_5IYBdhLWcg3wt1k0 - Timothy Martens

@Sawny 当我输入普通字母时，PHP 报告检测到 ANSI 编码，但当我输入特殊字符时，PHP 没有报告任何信息。我使用 mb_detect_encoding() 函数来告诉我编码是什么。 - Timothy Martens

Answer 2

我认为这是因为PHP 5.3不支持多字节字符。

这些字符：ÅÄÖåäö

是二进制的：c3 85 c3 84 c3 96 c3 a5 c3 a4 c3 b6（没有BOM开头）

引用PHP String：

字符串是由一系列字符组成，其中一个字符等同于一个字节。这意味着PHP只支持256个字符集，因此不提供本地Unicode支持。请参阅字符串类型的详细信息。

通常不会影响最终结果，因为浏览器/读者理解多字节字符，但对于CMD和STDIN缓冲区，则为ÅÄÖåäö（12个字符/字节的字符数组）。

只有MB函数才能处理多字节字符串的基本操作。

- Paulo H.

---

是的，我知道MB函数，但它们没有任何读取资源函数 :( - Sawny