Php работа с регистром русских символов в UTF-8?

Question

[skvot]

Приветствую, хабр!

Столкнулся с проблемой корректной работы функций изменений регистра символов при работе с русским текстом в кодировке UTF-8.

Вот функция, к которой я пришел. Она работает, но, имхо, выглядит крайне некрасиво:

function reverseStringCharactersCase($string)
{
    $reversedString = '';
    $string = iconv('UTF-8', 'cp1251', $string);
    
    for ($i = 0; $i < strlen($string); $i++) {
        if (isUpperCase($string[$i])) {
            $reversedString .= mb_strtolower($string[$i], 'cp1251');
        } else {
            $reversedString .= mb_strtoupper($string[$i], 'cp1251');
        }
    }

    return iconv('cp1251', 'UTF-8', $reversedString);
}

Что я пытался сделать, но не сработало:


1. Я попробовал использовать обычные функции обработки строк, а не из мультибайт библиотеки. Эти функции на русские строки вообще не реагировали, различные варианты использования setlocale() ни к чему не привели (ubuntu server 10.10).


2. Я пытался использовать mb_strtoupper с вторым аргументом 'utf-8', но и этот вариант не помог.


Я хочу добиться красивого кода, без использования multibyte функций и явного преобразования кодировки средствами iconv(). Прогу прощения, если вопрос нубский, надеюсь на помощь аудитории данного замечательного ИТ-ресурса.

Заранее спасибо!

Comments

[skvot]

Благодарю всех, кто помог мне разобраться в нужной проблеме.

Answer 1

[edogs]

1) Не важно как красиво выглядит простая функция, если она работает и универсальна — этого достаточно.
2) А локаль utf-8 у Вас установлена? И правильно ли Вы ее называете при установке setlocale: locale -a в консоли проверьте.
3) Если у Вас пхп как модуль апача, то читайте варнинг к php.net/setlocale, по поводу того, что соседние потоки того же процесса могут менять локаль и для Вас, т.к. при такой конфигурации локаль глобальна.

Comments

[skvot]

aego@Aego-server:~$ locale -a
C
en_US.utf8
POSIX
ru_RU.utf8

Я вот выше написал, оказывается, не работает почему-то только в for…

[edogs]

а) В for Вы проходите по 1 символу, для utf-8 (мультибайтовой кодировки) это не вполне верно:)
б) учитывая ru_RU.utf8 setlocale надо задавать как setlocale(LC_ALL,'ru_RU.utf8'); убедитесь что не пишите как setlocale(LC_ALL,'ru_RU.utf-8'); например.

[skvot]

Насчет for и мультибайтовой кодировки мне тоже так каказолсь =) Не подскажете более грамотного способа рабты с такой строкой? Разбить строку с помощью str_split() или есть более красивое решение?

[DevMan]

как-то так:

for( $i = 0, $size = mb_strlen($a, 'UTF-8'); $i < $size; $i++ ) {
    echo mb_strtoupper( mb_substr( $a, $i, 1, 'UTF-8'), 'UTF-8' ) . PHP_EOL;
}

[skvot]

Да, я уже нашел такой вариант на stackoverflow, в любом случае, спасибо!

[Алексей Сундуков]

а) Он идет не по символам, а по байтам.

Answer 2

[Владимир Чернышев]

Я хочу добиться красивого кода, без использования multibyte функций и явного преобразования кодировки средствами iconv().
Фактически это означает, что вы хотите написать свой парсер utf-8 хотя бы для русского подмножества символов? :) Зачем?

Comments

[skvot]

Вопрос был поставлен глупо, вечерний тупняк говорит о себе. В любом случае, вопрос решился. :)

Answer 3

[Евгений Николаев]

Как на счёт использования следующего класса: blog.ivru.net/?id=187

Примеры использования:
mystrto::lower("АБВГABCD"); результат: абвгabcd
mystrto::upper("абвгabcd"); результат: АБВГABCD.