PHP 5.5, состоит ли строка только из ASCII символов?

Question

[fenric]

Покурив когда-то документацию, я написал незамысловатый метод:

/**
 * ASCII (American Standard Code for Information Interchange)
 *
 * @param   string  $str, [$...]
 *
 * @access  public
 * @return  bool
 */
public static function is_ascii()
{
	$str = implode(func_get_args());
	
	return (bool) preg_match('/^[[:ascii:]]+$/', $str);
}

Который отлично справлялся со своей прямой задачей, в PHP 5.5 этот метод стал работать через раз, метод с русскими буквами возвращает то TRUE то FALSE, кто нибудь сталкивался? Есть ли этому объяснение?

В кодировке cp866 русские буквы являются частью ASCII таблицы, быть может в этом причина? Это же какие ещё сюрпризы ожидать от PHP 5.5.

^[\x00-\x7F]+$ fixed...

PS сборка php под win.

Answer 1

[egor_nullptr]

php.net/manual/en/function.mb-detect-encoding.php

Comments

[fenric]

@egor_nullptr Я бы не стал доверять этой функции... К тому же в PHP 5.5 с ней таже проблема, на данный момент я грешу на cp866... Хотя я работаю в UTF-8... Решил пока проблему так: ^[\x00-\x7F]+$, но вопрос с [:ascii:] меня сильно мучает...

Answer 2

[Александр]

Для русских букв попробуйте добавить модификатор в регулярку, то есть
~^[[:ascii:]]+$~u
Также стоит обратить внимание на внутренние кодировки в настройках, например:

setlocale(LC_CTYPE, "en_US.UTF8");
setlocale(LC_TIME, "en_US.UTF8");
mb_internal_encoding('UTF-8');
mb_regex_encoding('UTF-8');

Comments

[fenric]

@kryoz Всё это я знаю, модификатор -u меня смущает, ведь проверка буквально гласит следующее:
Состоит ли строка только из ASCII символов?
Следовательно, этот модификатор не логичен, ведь если символ не состоит в ASCII таблице, preg_match должна вернуть 0, что булево FALSE. До php версии 5.5, всё работает правильно, быть может, виной этому то, что сборка php была под win os...
Вообщем, что называется, не объяснимо, но факт...

[fenric]

@kryoz Хотя... Завтра нужно будет попробовать, возможно, каждый символ бьётся на пополам (2-х байтовый русский символ становится 2-мя однобайтовыми символами), где одна из половинок, может оказаться схожей с символом из ASCII таблицы, в следствии чего приводит не к корректной работе. В таком случаи модификатор -u может быть и поможет...

[Александр]

@fenric я склонен больше к версии с разными ОС, поскольку юзал активно 5.4 прошлый год и после перехода 5.5 никаких осложнений не испытал в проекте. Всё крутится под linux. Хотя с подобного рода регулярками дела не имел.
Я ещё раз перечитал документацию по юникоду, наиболее разумным было бы приведение строки к utf-8 и использование упомянутого вами паттерна ~^[\x00-\x7F]+$~u для проверки на соответствие набору ASCII. В этом никакого противоречия уже не будет.