Почему in_array не работает в utf-8?

Question

[maiskiykot]

Натолкнулся на непонятное поведение функции in_array. Если скрипты делать в кодировке win-1251 все с русскими буквами в порядке - срабатывает поиск. Если скрипт делать в utf-8 - сразу не срабатывает условие if (in_array($chtoto,$gdeto)). В чем может быть загвоздка? Или вместо массива использовать строку и preg_match?
Данные отправляются на проверку методом POST

Comments

[Nick Sdk]

а ваши $chtoto и $gdeto в каких кодировках?
содержимое этих элементов вы откуда получаете?
или заполняете в этом же скрипте?

[Nick Sdk]

у меня такая конструкция успешно отрабатывает с результатом true в любой кодировке

$chtoto = 'что-то';
$gdeto = ['что-то', 'где-то'];
var_dump(in_array($chtoto, $gdeto));

[maiskiykot]

Данные отправляются методом POST, кодировки файлов совпадают. Точнее функция проверки инклюдится в форму, а файл функции написан тоже в utf-8

[Nick Sdk]

если создать файл chtoto.php с таким содержимым:

<?php
return 'что-то';

а в index.php:

<?php
$chtoto = require 'chtoto.php';
$gdeto = ['что-то', 'где-то'];
var_dump(in_array($chtoto, $gdeto));

то при условии, что оба файла в одинаковых кодировках, то получим результат
index.php - utf-8
chtoto.php - utf-8
bool(true)

index.php - windows-1251
chtoto.php - windows-1251
bool(true)

index.php - windows-1251
chtoto.php - utf-8
bool(false)

index.php - utf-8
chtoto.php - windows-1251
bool(false)

[maiskiykot]

У меня оба файла исключительно в utf-8. На сервере принудительно выставлено utf-8 через htaccess

[Nick Sdk]

maiskiykot, попробуйте, как вариант, все-таки прогонять через mb_convert_encoding

$chtoto = mb_convert_encoding($chtoto, 'UTF-8', 'Windows-1251')

и напишите результат :)

[Nick Sdk]

maiskiykot, но это в случае, если у вас отличается кодировка) если там на самом деле UTF-8, то оно переконвертит "не правильно"

[Nick Sdk]

maiskiykot,

if (mb_check_encoding($chtoto, 'Windows-1251'))
    $chtoto = mb_convert_encoding($chtoto, 'UTF-8', 'Windows-1251');

[maiskiykot]

Не срабатывает
сделал так
mb_convert_encoding( $chtoto, 'UTF-8', 'Windows-1251')
и так
mb_convert_encoding( $chtoto, 'Windows-1251','UTF-8' )

Answer 1

[FanatPHP]

> У меня оба файла исключительно в utf-8.

Кодировка файла не имеет вообще никакого отношения к отправляемым данным.
Имеет значение только кодировка, заданная в НТТР заголовках.

> На сервере принудительно выставлено utf-8 через htaccess

Никого никогда не интересует, что где выставлено. Важно не то, что "выставлено", а то, что фактически отдается в реальности.
Смотреть надо не в htaccess а в консоль разработчика в браузере, в какой кодировке отдает форму сервер.
В этой же самой кодировке данные будут отправлены на сервер обратно.

> В чем может быть загвоздка?

Никто не знает. Гадание на кофейной гуще не входит в профессиональные обязанности программиста.
Если одна строка не равна другой - значит надо вывести обе эти строки, включая непечатные символы, и смотреть в чем разница. Для вывода можно использовать например функцию bin2hex.

Comments

[maiskiykot]

Заголовки http - utf8. Если поменять их на win-1251 - все срабатывает.

[FanatPHP]

maiskiykot, значит, то значение, которое прописано у тебя в скрипте, написано не в УТФ. делай bin2hex и убедись сам

Answer 2

[Максим Тимофеев]

Загвоздка в том, что у Вас не все в utf8. Что именно - копайте. Для начала убедитесь что и $chtoto и в $gdeto данные в одинаковой кодировке.

Comments

[maiskiykot]

Вывод в браузер проверяемой строки дает кракозябры, хотя остальной текст в utf-8. Где-то в POST портится кодировка. Я уже принудительно поставил кодировку в форме accept-charset=utf-8, заголовки продублировал в utf-8 - все равно бьются данные.

[Максим Тимофеев]

maiskiykot, А что за кракозябры? может это просто php.net/manual/ru/function.urlencode.php

[maiskiykot]

Это я не убрал преобразование по совету данному выше. Вообще эта функция проверки работала на win-1251 уже лет 5. Начал переделывать на utf-8 и приехали.

Answer 3

[maiskiykot]

Как обычно - сам спросил и сам ответил. Ни in_array, ни preg_match, ни даже mb_eregi с русскими буквами в UTF-8 не дружат. Нашел только mb_stristr - буду переделывать функции под нее. В целом ж... с этой utf-8!

Comments

[DevMan]

Прег отлично дружит с русскими буквами.

[maiskiykot]

DevMan, нашел в чем был затык. В функции был preg_split. Без ключа /u он такого насплитовал. Подставил и забыл.