UTF-8 で mb_strlen 使う時は明示的に文字コードを指定しないといかんのね

他人様が作られた PHP ソースに「文字数チェック入れてもらえますか」と依頼があったので、

$w_len = mb_strlen($word);
if ($w_len > 300) {
Fnc_Err_Html("エラー","文字数が300文字を超えています。（" . $w_len . "文字）" );
}

とコードを追加しといたんだけど、何か、全角文字の時挙動がおかしい。

300文字を超えたらエラーになるようにしてるのに、200文字でもエラーになるし(^^;

600文字あると判断されてる様子。完全に、UTF-8 の全角１文字を３文字としてカウントしてる。コードが UTF-8 だとちゃんと認識してないから、全角１文字を構成する３バイトを３文字と判断してるんだな。

mb_strlen は第二引数に文字コードを指定できるが、指定しなきゃ内部コードを採用するはず。

ソースも UTF-8 で書かれているし、受け取るデータも UTF-8 である。なのに UTF-8 だと認識できていない・・・はぁ？？？

ググってみると、どうも、mb_strlen は文字コードが UTF-8 の時に限り、明示的にコードを指定しないといけないようだ・・・

明かなバグやないか(^^;

たまにしか PHP 使わないので知らんかったワ(^^;;;

$w_len = mb_strlen($word, "UTF-8");

とすれば OK であった・・・何やねん(^^;

あれこれ試した時間を返せ、こんにゃろ！(^^;

ところで、Web のフォーム入力されたデータを受け取ってるんだけど、フォームの入力中も文字数をチェックしてる。JavaScript でね。

で、JavaScript のチェックではＯＫになったデータが、PHP 側ではエラーになる。

どうも、JavaScript で document.form.hoge.value.length で取得すると「改行コード（CR+LF）は１文字として扱う」のに、mb_strlen は「CR と LF を１文字ずつ、計２文字として扱う」ようだ。

これも果てしなくバグ臭いのお(^^;

PHP プログラマは何も感じないのか、この仕様(^^;

まあ、これも、

$word = str_replace("\r\n", " ", $word);

してからチェックすればいいんだけど。

何だかなぁ～

＜追記＞

ああ、php -i してみたら、

mbstring.internal_encoding => no value => no value

になってんなあ。これだと、内部コードは ISO-8859-1 になっちゃうんかな？

ま、面倒くさがらず、mb_strlen の第二引数くらい設定しろってことやね(^^;すまん、すまん。

コメント(0)