Взрыв() на японской струне

Question

Мне нужно использовать функцию explode() по японскому тексту, но она не работает.

Вот пример того, что у меня есть

$string = '私　は　イタリア　人　です'; 
$string = explode(" ", $string); 
print_r($string); 

Это печатает

Array ([0] => 私　は　イタリア　人　です) 

вместо

Array ([0] => 私　[1] => は　[2] => イタリア　[3] => 人　[4] => です) 

Это кажется, что explode() не может распознать пространства внутри, что текст.

В чем причина? Как я могу заставить его работать?

Answer 1

Это по той простой причине, что здесь у вас нет символа пробела. У вас есть символ «IDEOGRAPHIC SPACE» с шестнадцатеричным кодом «e3 80 80».

Если вы используете это как свой разделитель, он будет работать.

Answer 2

конвертируйте свою строку сначала с помощью iconv(), а затем используйте ее для взрыва. Конвертировать в utf8

$string = explode(" ", iconv('', 'utf-8', $string)); 

Answer 3

Существует множество символов, кроме простого пространства ASCII, которое может добавлять пробелы между символами.

Вы можете попробовать использовать preg_split с использованием \ s (пробельные символы) или \ b (границы слов) в качестве шаблона, однако это может быть не идеальным, поскольку японский язык почти наверняка будет кодироваться в многобайтовом формате.

Answer 4

Вы используете неправильное пространство. В тексте используются пробелы полной ширины (U + 3000 IDEOGRAPHIC SPACE), и вы предоставляете пространство полуширины (U + 0020 SPACE).

Answer 5

Здесь есть две проблемы.

Прежде всего, вы не говорите, что такое ваша кодировка, но я полагаю, что все японские кодировки являются многобайтовыми. С другой стороны, explode() function (как и все обычные функции PHP) ожидает однобайтовый ввод. Точного многобайтового эквивалента нет, но mb_split() может сделать трюк.

Во-вторых, вы взрываете обычное пространство (U+0020), но ваша строка содержит другой символ (U+3000).

Подводя итог (и предполагая, что вы используете UTF-8):

<?php 

mb_internal_encoding('UTF-8'); 
mb_regex_encoding('UTF-8'); 

$string = '私　は　イタリア　人　です'; 
print_r(mb_split('　', $string)); 

... или еще лучше:

<?php 

mb_internal_encoding('UTF-8'); 
mb_regex_encoding('UTF-8'); 

$string = '私　は　イタリア　人　です'; 
print_r(mb_split('[[:space:]]', $string));