This method, like mb_ereg_search_pos, appears to use byte offsets, not character offsets. This seems counter intuitive for the mb_* methods, which inherently take a "character" view of strings, as opposed to a "byte" based view. Even the mb_strpos method returns a character offset.
The following code reveals this byte-oriented behaviour:
<?php
$x = 'abc456789'. "\u{1000}" .'abc4567890';
$re = 'ab.';
echo 'x='. $x .PHP_EOL;
echo 're='. $re .PHP_EOL;
mb_ereg_search_init( $x );
mb_internal_encoding( mb_detect_encoding( $x) );
echo 'mb_strlen='. mb_strlen( $x ) .PHP_EOL;
echo 'strlen='. strlen( $x ) .PHP_EOL;
foreach ( array( 0, 9, 10, 11, 12, 13 ) as $o ) {
mb_ereg_search_setpos( $o );
echo 'Offset='. $o
.' mb_substr='. mb_substr( $x, $o )
.' substr='. substr( $x, $o )
.' mb_ereg_search_regs='. print_r( mb_ereg_search_regs( $re ), true )
.PHP_EOL;
}
?>
With character offsets, we would expect offsets 11 and above to return no search result, whereas what we see is:
<?php
=abc456789ကabc4567890
re=ab.
mb_strlen=20
strlen=22
Offset=0 mb_substr=abc456789ကabc4567890 substr=abc456789ကabc4567890 mb_ereg_search_regs=Array
(
[0] => abc
)
Offset=9 mb_substr=ကabc4567890 substr=ကabc4567890 mb_ereg_search_regs=Array
(
[0] => abc
)
Offset=10 mb_substr=abc4567890 substr=��abc4567890 mb_ereg_search_regs=Array
(
[0] => abc
)
Offset=11 mb_substr=bc4567890 substr=�abc4567890 mb_ereg_search_regs=Array
(
[0] => abc
)
Offset=12 mb_substr=c4567890 substr=abc4567890 mb_ereg_search_regs=Array
(
[0] => abc
)
Offset=13 mb_substr=4567890 substr=bc4567890 mb_ereg_search_regs=
?>
mb_ereg_search_setpos
(PHP 4 >= 4.2.0, PHP 5, PHP 7, PHP 8)
mb_ereg_search_setpos — Establece el punto de inicio de la siguiente comparación de una expresión regular
Descripción
mb_ereg_search_setpos() establece el punto de inicio de una comparación con mb_ereg_search().
Parámetros
-
position -
La posición a establecer.
Valores devueltos
Devuelve true en caso de éxito o false en caso de error.
Notas
Nota:
La codificación interna o la codificación especificada por mb_regex_encoding() será usada en esta función.
Ver también
- mb_regex_encoding() - Establecer/obtener la codificación de caracteres para expresiones regulares multibyte
- mb_ereg_search_init() - Configura el string y la expresión regular para una comparación de expresiones regulares multibyte
add a note
User Contributed Notes 1 note
phpnet at osps dot net ¶
3 years ago
