PHP字符串

1 PHP字符串基礎知識

  定義：字符結合，在C語言中類似字符數組的概念。

  表達方式：

    1）單引號：不解析變量

    2）雙引號

    解析字符 \n \r \t \v \e \f \\ \$ \"

    \[0-7]{1,3}  八進制方式表達的字符

    \x[0-9a-Fa-f]{1,2} 十六進制方式表達的字符

   3）heredoc

    1:標識符的名稱和變量名的要求一樣. 

    2:heredoc的標識符,一定是獨占一行,而且前面沒有任何其他字符

    3:heredoc對文本的處理,和 雙引號一樣,即\r\n\t,變量,等,能解析出來.

  4）noewdoc

    寫法和heredoc一樣，但是效果和單引號一樣，不轉義\n \r \t 變量等。

2 PHP字符串內部存儲方式

  struct

    {

    char *val;  字符指針

    int len;    int 長度 當前字符串的長度

  }str;

    1.c語言的字符指針 即字符數組  ，所以可以通過[]或{}來訪問某一個字符。

    2.字符串長度可以達到2G內存。

    3.常見函數都是單字節處理方式

    4.二進制安全的。原因：結構體len表示結構體長度。比如c語言中字符串是指連續的內存空間，以'\0'結尾，所以當字符串中包含'\0'的時候，會截斷字符串。

3 串行化字符串

  方法：

    1.函數serialize().

    2json_encode().

    3.var_export($item,true);

    serialize不僅僅可以轉化數組還可以轉換對象，效率上json_encode高效

4 字符編碼

    字符集（Charset）：是一個系統支持的所有抽象字符的集合。字符是各種文字和符號的總稱，包括各國家文字、標點符號、圖形符號、數字等。

    字符編碼（Character Encoding）：二進制與字符的映射關系，就是將字符轉換為計算機可以接受的數 字代碼。就是以二進制的數字來對應字符集的字符。

  常見字符編碼：

   ASCII  美國

   字符集：包括控制字符（回車 退格）；可顯示字符（英文大小寫字符、阿拉伯數字和西文符號）   編碼：7位表示一個字符 共計（2的7次方）128個字符。

   ISO-8859-1（latin1） 西歐國家

    Big5 臺灣

    GB2312  中國 6763個漢字 和非漢字682個 2個字節表示    Gbk 18030個漢字

    Unicode 字符集 （統一碼、萬國碼、單一碼、標準萬國碼）是業界的一種標準，它可以使電腦得以體現世界上數十種文字的系統

5 Utf-8和Gbk編碼原理

    UTF-8（8-bit Unicode Transformation Format）是一種針對Unicode的可變長度字符編碼（定長碼），也是一種前綴碼。它可以用來表示Unicode標準中的任何字符，且其編碼中的第一個字節仍與ASCII兼容，這使得原來處理ASCII字符的軟件無須或只須做少部份修改，即可繼續使用。因此，它逐漸成為電子郵件、網頁及其他存儲或傳送文字的應用中，優先采用的編碼。互聯網工程工作小組（IETF）要求所有互聯網協議都必須支持UTF-8編碼。

    UTF-8使用一至四個字節為每個字符編碼：

    1.128個US-ASCII字符只需一個字節編碼（Unicode范圍由U+0000至U+007F）。

    2.帶有附加符號的拉丁文、希臘文、西里爾字母、亞美尼亞語、希伯來文、阿拉伯文、敘利亞文及它拿字母則需要二個字節編碼（Unicode范圍由U+0080至U+07FF）。

    3.其他基本多文種平面（BMP）中的字符（這包含了大部分常用字）使用三個字節編碼。

    4.其他極少使用的Unicode輔助平面的字符使用四字節編碼。

6 :字符串特性

  1.可以使用大括號{}來使用；

  2.用超出字符串長度的下標寫入將會拉長字符串并且以空格填充。

  3.非整數類型下標會被轉成整數，非法下標類型會產生一個E_NOTICE的錯誤。