Как правильно сравнивать многобайтовые строки с однобайтовыми?

Question

[HellFingers]

Всем привет, есть многобайтовая строка, которая вытаскивается из декодированного телеграмм обновления. Так же есть текстовый файл, в котором есть идентичная строка. Как правильно сравнить строку файла с исходной? Пытался через mb_strtoupper и === , но не вышло. Заранее благодарен

Answer 1

[HellFingers]

Спасибо nokimaro и @xmoonlight
<?php
$line = trim($line);
$input_text = trim($input_text); //на всякий случай
var_dump(($line == $input_text)); //получим true

Comments

[xmoonlight]

UTF-8 with BOM
Судя по всему...

Нужно ставить кодировку файла:
UTF-8 without BOM

[nokimaro]

xmoonlight, нет, просто при считывании строк построчно из файла (не ясно каким методом), на конце строки у автора ещё \n и поэтому trim это лечит
против BOM trim не помогает.

[xmoonlight]

PS: var_dump(( лишняя скобка, одной - достаточно...

[xmoonlight]

nokimaro, да, согласен... Думал, он целый файл в строку читает сразу..

Answer 2

[xmoonlight]

Переведите однобайтовые в многобайтовые.

Comments

[HellFingers]

Подскажите, в какую сторону смотреть? И правильно ли я понимаю, что если ввожу строку с клавиатуры в файл, то строка будет однобайтовой, так?

[xmoonlight]

HellFingers, нет, не так.
Многое зависит от настроек сервера, сайта, БД, кодировки страниц сайта - это всё разные показатели.
Смотрите, чтобы везде было UTF8.
И документацию в php.net по mb_* функциям читайте.

[HellFingers]

xmoonlight, получается мне надо строку из файла закодировать в utf-8? Если нет, то каким ещё способом из однобайтовой можно многобайтовую получить?

[xmoonlight]

HellFingers, кроме указанного вами - никаким. Именно делайте так, как написали.

[nokimaro]

HellFingers, в файле будет такая кодировка, с какой вы его сохраните или с какой его сохранили до вас.
Даже notepad.exe в win10 умеет сохранять в UTF-8.
ANSI - это однобайтовая (cp1251, win-1251)

Для работы с файлами вместо обычного блокнота используйте Notepad++

[HellFingers]

nokimaro, у меня Ubuntu стоит

[nokimaro]

HellFingers, это не меняет сути.
Если файл со строками создаёте сами, то обратите внимание в какой кодировке вы его сохраняете в своём редакторе.
Возможно можно сразу сохранить в utf8.
Если файл вам кто-то прислал, возможно его пересохранить в utf8.
В обои случаях получится файл, где строки в нужной кодировке и никаких конвертаций в скрипте делать не придётся.

[HellFingers]

nokimaro, через file -i посмотрел кодировку, оказалась utf-8, но обычным сравниванием тоже не выходит

Answer 3

[nokimaro]

Если в файле строки однобайтовые (cp1251, win-1251) то конвертируйте их в UTF-8 через iconv

$strUtf = iconv('CP1251', 'UTF-8', $str_from_file);

Далее так как все строки utf8 уже можете сравнивать строки как обычно if($str1 == $str2) - с учётом регистра или прогонять через mb_strtoupper() / mb_strtolower() чтобы сравнивать без учёта регистра.
if(mb_strtoupper($str1) == mb_strtoupper($str2))

Comments

[HellFingers]

Решил сделать проверку кодировки, обеих строк и потом сравнить:
mb_detect_encoding($line, 'UTF-8'); //выводит UTF-8
mb_detect_encoding($input_text, 'UTF-8'); //выводит UTF-8
print($line == $input_text); // ничего не выводит

[xmoonlight]

HellFingers, var_dump($line == $input_text);

[nokimaro]

HellFingers, давайте такое и вывод покажите

<?php
var_dump($line);
var_dump($input_text);
var_dump(($line == $input_text));

[HellFingers]

nokimaro, string(13) "строка
"
string(12) "строка"
bool(false)
string(10) "__________"
bool(false)
string(12) "строка"
bool(false)
string(10) "__________"

[HellFingers]

Меня настораживает перенос символа кавычек на другую строку, хотя файл содержит одно слово строка, и курсор находится сразу после слова

[nokimaro]

HellFingers, string(13) и string(12) как бы намекает на то что в одной строке на 1 символ больше чем в другой
это и есть тот самый перенос строки \n но может быть и \r\n и лечится одинаково.

Когда вы считываете строки из файла то считывается вся строка и этот символ перехода на новую строку тоже туда попадает.
Чтобы решить проблему - любые переносы по краям надо убирать через trim()

<?php
$line = trim($line);
$input_text = trim($input_text); //на всякий случай

var_dump(($line == $input_text)); //получим true

[HellFingers]

nokimaro, спасибо, помогло