PHP学习笔记 2009-php手册-php.cn

PHP 学习笔记 2009-8-19 主题：自动生成记事主题的函数 generateNoteTitle() 1 要点 1.1 自动生成主题 QQ 邮箱的在线写记事，如果不写主题，那么它可以自动生成一个主题。我自己也写了个函数实现这个功能，这个函数应该有一下两种功能：（ 1 ）取正文第一非

PHP学习笔记

2009-8-19

主题：自动生成记事主题的函数generateNoteTitle()

1 要点

1.1 自动生成主题

QQ邮箱的在线写记事，如果不写主题，那么它可以自动生成一个主题。我自己也写了个函数实现这个功能，这个函数应该有一下两种功能：

（1）取正文第一非空行作为主题，去掉该行的前导空字符，再取前50个“字”，再去掉后续空字符，最后得到的字符串作为主题

（2）更进一步，如果主题和正文都为空，那么主题应为“（无主题）”

1.2 实现过程中用到的字符串处理函数：ltrim()、rtrim()、mb_substr()、strpos()、implode()

1.2.1 string ltrim(string $str [, string $charlist])

该函数功能为去掉字符串$str的前导空字符。

该函数有两个参数，

1.2.1.1 第一个参数是需要处理的字符串；

1.2.1.2 第二个参数是自定义的想去掉的字符集，如果不给出第二个参数，则默认将删除以下几种空字符：

l " " (ASCII 32 (0x20)), an ordinary space.（空格）

l "/t" (ASCII 9 (0x09)), a tab.（制表符）

l "/n" (ASCII 10 (0x0A)), a new line (line feed).（换行符）

l "/r" (ASCII 13 (0x0D)), a carriage return.（回车）

l "/0" (ASCII 0 (0x00)), the NUL-byte.

l "/x0B" (ASCII 11 (0x0B)), a vertical tab.（纵向制表符）

1.2.2 string rtrim(string $str [, string $charlist])

该函数功能为去掉字符串$str的后续空字符。

函数的参数跟上一个函数一样。另外，如果想前导后续空字符一起去除，可以使用函数trim() ，参数完全一样。

1.2.3 string mb_substr(string $str, int $start [, int $length [, string $encoding]])

这个函数跟substr()的区别在于该函数可以识别多字节字符，比如汉字。

1.2.3.1 第一个参数为要处理的字符串；

1.2.3.2 第二个参数指示从哪个字符开始截取，第一个字符的位置是“0”，以此类推。另外如果$start大于等于字符串长度，函数会返回FALSE。如果该参数为负数，则从字符串尾开始计算，倒数第一个字符的位置是“-1”，以此类推，下面是一些示例（注释即为输出内容）：

$rest = mb_substr("abcdef", -1); // returns "f"

$rest = mb_substr("abcdef", -2); // returns "ef"

$rest = mb_substr("abcdef", -3, 1); // returns "d"

1.2.3.3 第三个参数是需要截取的字符个数，其默认值为“1”。如果该参数为“0”，则输出空字符串。如果为正数i，则返回从$start开始的i个字符组成的字符串，如果从$start开始至字符串尾的字符个数不足i个，则返回从$start开始直到字符串尾的字符串。如果为负数-i，则会先取$start开始至字符串尾得到字符串$strtmp，再从$strtmp中去掉从结尾开始的i个字符，将得到的字符串作为最后的结果字符串，如果i大于$strtmp的长度，则返回空字符串。下面是一些示例（注释即为输出内容）：

$rest = mb_substr("abcdef", 0, -1); // returns "abcde"

$rest = mb_substr("abcdef", 2, -1); // returns "cde"

$rest = mb_substr("abcdef", 4, -4); // returns ""

$rest = mb_substr("abcdef", -3, -1); // returns "de"

1.2.3.4 第四个参数指定以何种字符编码作为标准识别字符串中的字符，默认值为ISO-8859-1，即Latin-1，使用GB2312（简体中文）后一个汉字或一个英文字符都被当成一个“字”（汉字占两个字节），另外一个常用的是UTF-8（Unicode），下面是示例（注释即为输出内容）：

$rest = mb_strlen("abc你好"); // returns "7"

$rest = mb_strlen("abc你好", ‘Latin1’); // returns "7"

$rest = mb_strlen ("abc你好", ‘UTF-8’); // returns "6"，这里不是“5”，所以用UTF-8处理简体中文是不行的

$rest = mb_strlen ("abc你好", ‘GB2312’); // returns "5"

$rest = mb_substr("abc你好", 0, 7); // returns "abc你好"

$rest = mb_substr("abc你好", 0, 5, ‘Latin1’); // returns "abc你"

$rest = mb_substr("abc你好", 0, 4, ‘Latin1’); // returns "abc "，这里abc后有一个空格，那是半个“你”字，系统不认识，显示为一个空格

$rest = mb_substr("abc你好", 0, 4, ‘UTF-8’); // returns " abc你"

$rest = mb_substr("abc你好", 0, 5, ‘GB2312’); // returns " abc你好"

这里又引入了另一个的函数mb_strlen(string $str [, string $encoding])，是以给定的编码标准来计算多字节（Multi-byte，即mb）字符串长度。开始我还准备使用UTF-8，结果试过上面的代码后我发现“你好”两个字的UTF-8编码长度是3，查了百度知道才知道UTF-8是变长编码，两个字节的汉字有在编码后可能会变成3个字节，而汉字的GB2312编码固定是两个字节，所以还是只有使用GB2312。

这里还有一个有意思的问题：

因为我要截取第一行，即，从第一个字符一直到第一个换行符（“/n”）之前，所以我需要访问字符串$title里的某个字符，于是我便试着像数组一样用“[]”引用（使用“{}”也可以），刚开始没问题，引用完后，我用某个字符串处理函数处理$title，却报错说“从数组到字符串的转换”。数组？原来我这么一引用就让$title从字符串变成了数组，得想法让它变回来。试试强制类型转换，不行；百度一下，哦，原来还有个implode()可以帮忙，后面1.2.5说说它的用法。

1.2.4 int strpos ( string $haystack, mixed $needle [, int $offset] )

该函数查找$needle在字符串$haystack从开头偏移$offset个字符后的字符串里第一次出现的位置，如果$needle不是字符串，则它将被转换为integer，并被当做字符的数字序号。如果没有找到$needle，则返回FALSE。这里问题来了，因为该函数可能返回布尔值FALSE，但也可能返回一个与FALSE等值的非布尔值，例如0或者""。所以应使用“===”（全等比较符，符号两端值相等且类型相等才为真）运算符来测试该函数的返回值是否为FALSE。