我在 UTF8 字符串比较方面遇到了这个问题，我真的不知道，它开始让我头疼。请帮帮我。
基本上我有一个来自 UTF8 编码的 xml 文档的字符串：“Mina Tidigare anställningar”
当我将该字符串与我自己输入的完全相同的字符串进行比较时：“Mina Tidigare anställningar”（也是 UTF8）。结果是假的！！！
我不知道为什么。太奇怪了。有人可以帮我吗？
这似乎有些相关。为简化起见，有多种方法可以获取 Unicode（因此也是 UTF8）格式的相同文本：例如：ř可以写成一个字符ř或作为两个字符：r和结合 ˇ.
你最好的选择是规范化类- 将两个字符串标准化为相同的标准化形式并比较结果。
在其中一条注释中，您显示了字符串的这些十六进制表示形式：
4d696e61205469646967617265 20 616e7374 c3a4 6c6c6e696e676172 // from XML
4d696e61205469646967617265 c2a0 616e7374 61cc88 6c6c6e696e676172 // typed
^^-----------------^^^^1 ^^^^^^2
请注意我标记的部分，显然这个问题有两个部分。
-
首先，观察这个问题关于字节序列“c2a0”的含义- 由于某种原因，您的输入被转换为不可破坏的空格，而 XML 文件具有正常的空格。请注意，在这两种情况下，“Mina”后面都有一个正常的空格。不知道该怎么办that在 PHP 中，除了用普通空格替换所有空格之外。
-
至于第二种情况，就是我上面概述的情况：c3a4 is ä（U+00E4“带有分音符号的拉丁文小写字母 A”- 一个字符，两个字节），而61 is a（U+0061“拉丁文小写字母 A”- 一个字符，一个字节）和cc88将是组合元音变音"（U+0308“组合分音”- 两个字符，三个字节）。在这里，标准化库应该有用。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
