PHP中的array_key_exists和UTF-8

Question

我有一个数据库，编码为 UTF-8，以支持多种语言。我认为我的应用程序中的所有内容都是UTF-8编码。

尽管如此，我在使用 array_key_exists 函数时遇到了问题。

以下是解决方案：

1. 首先查询数据库：

SELECT name, value from TABLE

1. 然后将结果填充到哈希映射表中:

$hashmap[ $row['name'] ] = $row['value']

但当 DB 中的名称包含像“é”这样的重音符号时，会返回 false:

$this->db->select('name');
$this->db->select('value');
$this->db->from('table');
$q = $this->db->get();
$res = $q->result_array();

    foreach ($res as $value) {
        $hashmap[$value['name']] = $value['value'];
    }

$key = 'name é'; // an ord here returns 233
array_key_exists($key, $hashmap) 

我不知道该怎么进一步处理，你遇到过这个问题吗？

我有一个性能要求。

谢谢你的帮助。

- Nicolas Thery

---

我自己尝试了一下，它可以工作。你能否使用var_dump函数检查$hashmap数组中是否包含namé键值？ - SERPRO

如果é的ord值为233，那么它不是UTF-8。 - deceze

Answer 1

如果来自数据库的数组键确实是UTF-8字符串，则其编码为UTF-8。显然，您的源代码文件未以UTF-8编码，我猜测它使用的是Latin-1编码。因此，在UTF-8字节序列和Latin-1字节序列之间进行比较是不成功的。将源代码文件保存为UTF-8格式，问题就可以解决了（请咨询您的文本编辑器）。

- deceze

---

谢谢，但那不是一个好方法，我的所有文件都是UTF-8编码，在Eclipse中配置。 - Nicolas Thery

那么它应该可以工作。请给我展示两个字符串上的bin2hex，谢谢。 - deceze

这就是答案。后面的字符串，é 的编码是 c3a9，属于 UTF-8 编码。前面的字符串，é 的编码是 e9，属于 Latin-1 编码。 - deceze

你可能会对以下内容感兴趣：每个程序员绝对需要了解的有关编码和字符集以处理文本的知识。 :) - deceze

你说得对，我错了。我在这个页面上看错了列：http://fr.wikipedia.org/wiki/UTF-8 - Nicolas Thery

Answer 2

但是当数据库中的名称包含像' é '这样的重音符号时，以下语句返回false: array_key_exists('namé', $hashmap)

唉，直到现在，PHP中的字符串并不是UTF-8编码的。我相信你必须自己进行编码：

<?php
array_key_exists(utf8_encode('namé'), $hashmap);

- Berry Langerak

---

实际上，$key字符串是从数据库返回的。这个字符串肯定是UTF-8编码的，因为当我使用Ord()函数对字符进行编码时，得到的结果是233。但是在构建地图时，我会检查代码。 - Nicolas Thery

PHP 字符串是字节数组，本身并没有任何编码。如果源字符串是 UTF-8，则该字符串就是 UTF-8 编码的；如果不是，则不是。而 utf8_encode 函数则将 Latin-1 编码的字符串转换为 UTF-8 编码的字符串。 - deceze

Answer 3

代码：

<?php
$foo = array('namé' => 1);
var_dump($foo);
var_dump(array_key_exists('namé', $foo));
var_dump(isset($foo['namé']));

输出：

array(1) {
  ["namé"]=>
  int(1)
}
bool(true)
bool(true)

PHP版本：

PHP 5.3.3 (cli) (built: Sep 13 2011 11:17:59)
Copyright (c) 1997-2010 The PHP Group
Zend Engine v2.3.0, Copyright (c) 1998-2010 Zend Technologies

在 PHP 5.3.3 中对我来说似乎运行良好。

- FtDRbwLXw6

Answer 4

@Berry

实际上，当我构建哈希表时，调试时会得到这个：

 $res = getDATABASEVALUES();
 //res contains 20 rows, the number 11 has accent
 $res[11]['name'] => returns 'name é'
 ord($res[11]['name'][5]) => returns 195 and not 233

- Nicolas Thery

---

“e acute”字符在UTF-8中编码为两个字节，即0xC3 0xA9，因此ord(5)应返回195，ord(6)应返回169。请记住，PHP字符串只是一系列字节，如ord()和strlen()等函数并不设计“理解”UTF-8，它们只能处理字节。请参考deceze的答案和评论，它们是正确的。 - Josh Davis