PHP 开发工程师基础篇

字符串 (String)

字符串是一系列字符的集合。如 “abc”. 在 PHP 中，一个字符代表一个字节，一个字节 (Byte) 有 8 比特 (bit). PHP 仅支持 256 字符集，因此 PHP 本身不支持 Unicode 字符集.

This means that PHP only supports a 256-character set, and hence does not offer native Unicode support.

那么 PHP 是如何做到支持 Unicode 字符集的，答案是在于 PHP 底层字符串实现中，PHP 的字符串是一个由字节组成的数组再加上一个整数指明缓冲区长度。并没有如何将字节转换字符的信息。那么字符串如何编码和解码，这些全部由使用者来决定编码方式.

字符串会被按照该脚本文件相同的编码方式来编码。因此如果一个脚本的编码是 ISO-8859-1，则其中的字符串也会被编码为 ISO-8859-1，以此类推。不过这并不适用于激活了 Zend Multibyte 时；此时脚本可以是以任何方式编码的（明确指定或被自动检测）然后被转换为某种内部编码，然后字符串将被用此方式编码存入由字节组成的数组.

The answer is that string will be encoded in whatever fashion it is encoded in the script file. Thus, if the script is written in ISO-8859-1, the string will be encoded in ISO-8859-1 and so on. However, this does not apply if Zend Multibyte is enabled; in that case, the script may be written in an arbitrary encoding (which is explicitly declared or is detected) and then converted to a certain internal encoding, which is then the encoding that will be used for the string literals.

通过例子说明一下，比较易懂.

// unicode 字符集下 utf-8 编码方式

$s = '严';

var_dump(strlen($s)); //

$len = strlen($s); //

/**

 * int(228) 对应二进制为 11100100

 * int(184) 对应二进制为 10111000

 * int(165) 对应二进制为 10100101

 */

for ($i = 0; $i < $len; $i++) {

    var_dump(ord($s[$i]));

}

“严” 这个字怎么会是 3 个，而不是一个呢，由于 strlen 返回的是字节数，而非字符数. PHP 底层字符串实现方式。是由字节组成的数组的。因此可以得出 PHP 对于 “严” 在 utf-8 编码方式的底层实现是由 3 个字节组成数组，而这些字节不超过 256 的值，这就是 PHP 编码方式。而解码则是通过文件编码方式取对应字节数目来找对应字面字符.

而这些数值代表什么意思，则是 utf-8 的编码方式了。严的Unicode 是 4E25（100111000100101），根据上表，可以发现 4E25 处在第三行的范围内（0000 0800 - 0000 FFFF），因此严的 UTF-8 编码需要三个字节，即格式是 1110xxxx 10xxxxxx 10xxxxxx。然后，从严的最后一个二进制位开始，依次从后向前填入格式中的 x，多出的位补 0。这样就得到了，严的 UTF-8 编码是 11100100 10111000 10100101，转换成十六进制就是 E4B8A5。

非二进制安全

字符串由什么值来组成并无限制；特别的，其值为 0（“NUL bytes”）的字节可以处于字符串任何位置 (不过有几个函数，在本手册中被称为非 “二进制安全” 的，也许会把 NUL 字节之后的数据全都忽略). 在 C 语言里字符串都以 \0 作为结束符，而 PHP 底层是由 C 语言编写的，因此某些函数遇到 \0 的会忽略之后字节的，从而影响程序逻辑和结果.

$string1 = "Hello";

$string2 = "Hello\0World";

// 非二进制安全, \0 在 ascii 表是 NUL '\0'

var_dump(strcoll($string1, $string2)); // 0

// 二进制安全

var_dump(strcmp($string1, $string2)); // -6

语法

单引号
双引号
heredoc 语法结构
nowdoc 语法结构 (自 PHP 5.3.0 起)

单引号

定义一个字符串的最简单的方法是用单引号把它包围起来 (字符 '), 单引号无法解析变量和转义字符，要表达单引号本身则在单引号前面加个反斜杠 (), 要表达反斜杠 () 则在反斜杠前加个反斜杠 ()

// this is string

echo 'this is string';

// I'm your father

echo 'I\'m your father';

// C:\*.*?

echo 'C:\\*.*?';

双引号

用双引号 (") 把字符包围起来，PHP 双引号会把特殊字符解释以下转义序列.

双引号还有一个特点，就是会解析变量。变量解析有两个解析语法，一个是简单和一个复杂的.

简单解析语法:

简单的解析方式当 PHP 解析器遇到一个美元符号（$）时，它会和其它很多解析器一样，去组合尽量多的标识以形成一个合法的变量名。可用花括号限制解析范围.

$juice = 'apple';

$juices = 'apple\s';

// He drank some apple juice

echo "He drank some $juice juice." . PHP_EOL;

// He drank some apple\s juice

echo "He drank some $juices juice" . PHP_EOL;

// He drank some apples juice

echo "He drank some {$juice}s juice" . PHP_EOL;

类似的，一个 array 索引或一个 object 属性也可被解析。数组索引要用方括号（]）来表示索引结束的边际，对象属性则是和上述的变量规则相同。

复杂解析语法

这并不因为语法复杂而被称为复杂，而是因为它允许使用复杂的表达式.

任何具有 string 表达的标量变量，数组单元或对象属性都可使用此语法。只需简单地像在 string 以外的地方那样写出表达式，然后用花括号 {和} 把它括起来即可。由于 { 无法被转义，只有 $ 紧挨着 { 时才会被识别。可以用 {$ 来表达 {$。

 echo "This works too: {$obj->values[3]->name}";

    echo "This works too: {$obj->values[3]->name}";

    echo "This is the value of the var named by the return value of getName(): {${getName()}}";

Heredoc

第三种表达字符串的方法是用 heredoc 句法结构：<<<。在该运算符之后要提供一个标识符，然后换行。接下来是字符串 string 本身，最后要用前面定义的标识符作为结束标志。

结束时所引用的标识符必须在该行的第一列，而且，标识符的命名也要像其它标签一样遵守 PHP 的规则：只能包含字母、数字和下划线，并且必须以字母和下划线作为开头。

Heredoc 结构就象是没有使用双引号的双引号字符串，这就是说在 heredoc 结构中单引号不用被转义，但是上文中列出的转义序列还可以使用

$str = <<<EOD

Example of string

spanning multiple lines

using heredoc syntax.

EOD;

$juice = 'apple';

$str1 = <<<EOD

He drank some $juice juice.

EOD;

// 运用在函数中

function foo()

{

    static $bar = <<<LABEL

Nothing in here...

LABEL;

}

// 运用在类中

class foo

{

    const BAR = <<<FOOBAR

Constant example

FOOBAR;

    public $baz = <<<FOOBAR

Property example

FOOBAR;

}

Nowdoc

Nowdoc 结构很象 heredoc 结构，但是 nowdoc 中不进行解析操作。这种结构很适合用于嵌入 PHP 代码或其它大段文本而无需对其中的特殊字符进行转义

一个 nowdoc 结构也用和 heredocs 结构一样的标记 <<<，但是跟在后面的标识符要用单引号括起来，即 <<<‘EOT’。Heredoc 结构的所有规则也同样适用于 nowdoc 结构，尤其是结束标识符的规则。

$str = <<<'EOD'

Example of string

spanning multiple lines

using nowdoc syntax.

EOD;

单引号比双引号快？

在 PHP 7 之前，假如字符串没有存在变量替换，单引号和双引号几乎一样的。如果存在变量替换的时候是单引号比双引号要快. PHP 7 之后，却是不同，双引号与单引号几乎一样性能.

$singleCode = 'this is single string';

$doubleCode = "this is single string";

echo $singleCode;

echo $doubleCode;

第 0 到第 3 条 op line, 可以看出在没有使用变量替换的情况下，双引号的和单引号所产生的 Opcodes 是一样的.

$var = 'String';

$single_quotes_var = 'This is a '.$var;

$double_quotes_var = "This is a $var";

echo $single_quotes_var;

echo $double_quotes_var;

第 1 到 2 条与第 4 到 5 条，Opcodes 条数是一样的. PHP 7 把之前 INIT_STRING, ADD_STRING, ADD_VAR 的步骤优化成一条。优化成 FAST_CONCAT

存取和修改字符串中的字符

string 中的字符可以通过一个从 0 开始的下标，用类似 array 结构中的方括号包含对应的数字来访问和修改，比如 $str [42]。可以把 string 当成字符组成的 array. 也可以使用花括号来访问和修改注意的是字符串操作最好针对单字节编码操作，因为字符串在 PHP 底层是字节组成的数组，用花括号 / 方括号操作多字节字符串很不安全.

在 PHP7.1.0, 还支持负字符串偏移量

用超出字符串长度的下标写入将会拉长该字符串并以空格填充。非整数类型下标会被转换成整数。

$str = 'This is a test.';

$first = $str[0];

$third = $str{2};

$last = $str[-1];

echo $first . PHP_EOL; // T

echo $third . PHP_EOL; // i

echo $last . PHP_EOL; // .

$len = strlen($str);

$str[$len+1] = 'a';

echo $str . PHP_EOL; // This is a test. a

$str1 = "我";

echo ord($str1[0]); //

还有更多进阶学习资料领取进阶PHP月薪30k>>>架构师成长路线【视频、面试文档免费获取】