知识卡片
字节操作会打破多字节字符边界
本书preg即使用u按UTF-8解释,字节级结构仍可能只消费多字节字符的一部分。字符级匹配、字节偏移和原始字节操作必须分别约定;把字节片段当完整字符再继续匹配会破坏边界。原文“一个UTF-8字符可能六字节”不沿用现代标准,现代UTF-8最多四字节。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
\C」默认就等价于「(?s:.)」,由 s修饰的点号。不过,如果使用了修饰符 u,则preg 套件就会以UTF-8字母为单位,也就是说,一个字符可能由6个字节组成。即使这样,「\C」仍然匹配单个字节。请参考第120页的注意事项。 ⑤ 「\z」和「\Z」都能够匹配字符串的
参考来源
- 位置:《精通正则表达式(第3版)》PHP正则流派与编码层次(spine 76;来源项目book-sources,`extracted/精通正则表达式(第3版)/_epub-src/text/part0015_split_001.html`;来源键`s076-ch10-001`)。
- 结论依据:本项正文及图666..724全文实读;710/723另读原尺寸。原文示例缺陷和版本变化明确区分,不将旧代码作为现代可执行结论。
- 原始内容:\C」默认就等价于「(?s:.)」,由 s修饰的点号。不过,如果使用了修饰符 u,则preg 套件就会以UTF-8字母为单位,也就是说,一个字符可能由6个字节组成。即使这样,「\C」仍然匹配单个字节。请参考第120页的注意事项。 ⑤ 「\z」和「\Z」都能够匹配字符串的