#12898

[PHP] Note : substr et UTF-8

Substr vous fait chier avec les caractères unicode ?

Genre

substr('août', 0, 3)
substr('février', 0, 3)

Vous sortent respectivement ao� et ?

C’est parce que les caractères Unicode font 1 octet partout, sauf là ils ne font pas partie des caractères de base (ascii). Le « fé » correspond donc à 1+2 = 3 octets et le « aoû » correspond à 4 octets, où en fait 3 octets correspondent à 2,5 lettres, d’où l’erreur.

Solution : utiliser la version « multi-bytes » (mb_) des fonctions de traitement de texte de PHP. Il faut déclarer un peu plus tôt dans le code :

mb_internal_encoding('UTF-8');

Puis utiliser mb_substr(), qui s’utilise exactement comme substr() :

mb_substr('août', 0, 3)
mb_substr('février', 0, 3)

Vous sortiront respectivement aoû et fév.

Autrement, si mb_encoding n’est pas disponible, vous pouvez toujours transformer le texte en version non accentuée avec ça (le $text doit être converti de UTF8 en ISO avant) :

preg_replace('#&(.)(acute|grave|circ|uml|cedil|tilde|ring|slash|caron);#', '$1', $text)

.

Et le tour est joué plus de problèmes d’encodage :D

http://lehollandaisvolant.net/?mode=links&id=20150803200757