128 символов когда их всего 95?

@G_manX · Регистрация: 15.02.2022

Author24 — интернет-сервис помощи студентам

Очень странная багуля. Функция подсчета символов iconv_strlen выдает,
что в имени файла 95 символов, а substr видит в имени файла 128 символов?

Как это понимать?

Имя файла: Dark Path (ОБТ). Repack от SEREGA-LUS Торрент Скачать моды для STALKER, Сталкер. SpAa-Team.html

HTML5

<form method ="POST" enctype="multipart/form-data">   
1- <input type="file" name="file1" size="10" /><br><br>
2- <input type="file" name="file2" size="10" /><br><br>
3- <input type="file" name="file3" size="10" /><br><br>
<input type="submit" value="Загрузить">
</form>

PHP

$file = $_FILES;
$names = ["file1", "file2", "file3"];
 
foreach($names as $items) {
if(!empty($file[$items]["name"]) ){
if($file[$items]["error"] ==0){
move_uploaded_file($file[$items]["tmp_name"], "Download/". $file[$items]["name"]);
 
echo "Имя файла:". substr($file[$items]["name"], 0, 128).    // по идее вместо 128 должно быть 95
"<br>Кол-во символов в имени файла: ".iconv_strlen($file[$items]["name"]);
}
}}

@G_manX · 03.01.2023, 09:11 **[ТС]**

Онлайн счетчики символов также говорят, что здесь 95 символов.

@rr33rr · 03.01.2023, 09:53

Сообщение от G_manX

Как это понимать?

substr() считает длину строк в байтах (т.е. корректно считает символы только в однобайтовой кодировке).
Для получения подстрок в многобайтовых кодировках используйте mb_substr()
Для вычисления длины таких строк есть аналогичная функция mb_strlen()

@G_manX · 03.01.2023, 10:09 **[ТС]**

rr33rrА как понять однобайтовая у меня кодировка или нет?
Английские буквы считаются однобайтовой?

@Rius · 03.01.2023, 10:13

В utf-8, например, переменное количество байт на символ.
Узнайте, какая у вас кодировка.

@rr33rr · 03.01.2023, 10:35

Кодировку файла можно посмотреть, например, в Notepad++
Примеры однобайтовых кодировок: ASCII, KOI8, Windows-1251
Широко распространенная UTF-8 — многобайтовая (разные символы могут быть представлены 1,2,3 или 4 байтами).
Английские буквы (в UTF-8) обрабатываются одинаково корректно и однобайтовыми и многобайтовыми функциями, т.к. представлены 1 байтом

@Lazor · 03.01.2023, 10:51

Сообщение от G_manX

Онлайн счетчики символов также говорят, что здесь 95 символов.

Если внимательнее посмотреть, то там кириллицы 33 символа. А так как её не бывает в именах файлов, и в среднем 1 символ "кириллицы" кодируется в 3 правильных символа, то как раз и может получится 128.

Сообщение от G_manX

А как понять однобайтовая у меня кодировка или нет?

Просто всегда используй mb_substr(). ...и UTF-8

@Rius · 03.01.2023, 10:53

Сообщение от Lazor

А так как её не бывает в именах файлов

Почему не бывает?

@Lazor · 03.01.2023, 11:00

Сообщение от Rius

Почему не бывает?

По стандартам. Я даже ссылку дал.
Это последний тебе ответ, рискуя снова испортить себе репу.

@Rius · 03.01.2023, 11:02

Ну, по ссылке кодировки кириллицы.
А как оттуда следует, что кириллицы не бывает в именах файлов?

Bash

rius@pc:~/demo$ ls -lah
total 8,0K
drwxrwxr-x 2 rius rius 4,0K янв  3 11:00  .
drwxr-xr-x 8 rius rius 4,0K янв  3 10:58  ..
-rw-rw-r-- 1 rius rius    0 янв  3 10:58 '1. кириллица'
-rw-rw-r-- 1 rius rius    0 янв  3 10:58 '2. в'
-rw-rw-r-- 1 rius rius    0 янв  3 10:58 '3. именах'
-rw-rw-r-- 1 rius rius    0 янв  3 10:58 '4. файлов'
rius@pc:~/demo$

@estic · 03.01.2023, 11:09

Сообщение от Rius

А как оттуда следует, что кириллицы не бывает в именах файлов?

В чистом виде не должно быть. Положено кодировать.

@Rius · 03.01.2023, 11:12

estic, что такое чистый вид и как это должно выглядеть без кодирования?

@Lazor · 03.01.2023, 11:15

Сообщение от estic

В чистом виде не должно быть. Положено кодировать.

Не просто "не должно быть" - её нет в принципе

. Все "неправильные" символы в реальности записаны в коде (юникоде, если я не ошибаюсь). Перекодировкой и отображением занимается ОС и/или другое ПО (файлменеджеры, браузеры и тд.)
Поэтому если на имя такого файла посмотреть в ОС без поддержки кириллицы, то мы увидим "крокозябры" или "ромбики с вопросом".

@estic · 03.01.2023, 11:15

Сообщение от Rius

что такое чистый вид и как это должно выглядеть без кодирования?

Чистый вид - это бинарное представление в определенной символьной кодировке (utf-8) без кодирования в Base64 и т.п.

@Rius · 03.01.2023, 11:16

Что такое неправильные символы?
Не латиница?

@estic · 03.01.2023, 11:16

Сообщение от Rius

Что такое неправильные символы?

Присоединяюсь к вопросу

@Rius · 03.01.2023, 11:17

estic, а зачем utf-8 в base64 кодировать в именах файлов?

@estic · 03.01.2023, 11:18

Сообщение от Rius

а зачем utf-8 в base64 кодировать в именах файлов?

Читайте RFC

@Rius · 03.01.2023, 11:19

Сообщение от estic

Читайте RFC

Какой номер?

@estic · 03.01.2023, 11:23

Сообщение от Rius

Какой номер?

Не знаю. Если сами не сможете найти, помогу

@estic 1261 / 959 / 225 Регистрация: 01.10.2018 Сообщений: 3,713
	03.01.2023, 11:15	14
	Сообщение от Rius что такое чистый вид и как это должно выглядеть без кодирования? Чистый вид - это бинарное представление в определенной символьной кодировке (utf-8) без кодирования в Base64 и т.п. 0

@G_manX 2 / 2 / 0 Регистрация: 15.02.2022 Сообщений: 453
	03.01.2023, 09:11 [ТС]	2
	Онлайн счетчики символов также говорят, что здесь 95 символов. 0

@rr33rr 485 / 320 / 180 Регистрация: 07.11.2022 Сообщений: 556
	03.01.2023, 09:53	3
	Сообщение было отмечено G_manX как решение Решение Сообщение от G_manX Как это понимать? `substr()` считает длину строк в байтах (т.е. корректно считает символы только в однобайтовой кодировке). Для получения подстрок в многобайтовых кодировках используйте `mb_substr()` Для вычисления длины таких строк есть аналогичная функция `mb_strlen()` 1

@G_manX 2 / 2 / 0 Регистрация: 15.02.2022 Сообщений: 453
	03.01.2023, 10:09 [ТС]	4
	rr33rrА как понять однобайтовая у меня кодировка или нет? Английские буквы считаются однобайтовой? 0

@Rius 10566 / 6490 / 1506 Регистрация: 25.05.2015 Сообщений: 19,660 Записей в блоге: 14
	03.01.2023, 10:13	5
	В utf-8, например, переменное количество байт на символ. Узнайте, какая у вас кодировка. 0

@rr33rr 485 / 320 / 180 Регистрация: 07.11.2022 Сообщений: 556
	03.01.2023, 10:35	6
	Кодировку файла можно посмотреть, например, в Notepad++ Примеры однобайтовых кодировок: ASCII, KOI8, Windows-1251 Широко распространенная UTF-8 — многобайтовая (разные символы могут быть представлены 1,2,3 или 4 байтами). Английские буквы (в UTF-8) обрабатываются одинаково корректно и однобайтовыми и многобайтовыми функциями, т.к. представлены 1 байтом 0

@Lazor 444 / 574 / 120 Регистрация: 26.02.2019 Сообщений: 3,110 Записей в блоге: 3
	03.01.2023, 10:51	7
	Сообщение от G_manX Онлайн счетчики символов также говорят, что здесь 95 символов. Если внимательнее посмотреть, то там кириллицы 33 символа. А так как её не бывает в именах файлов, и в среднем 1 символ "кириллицы" кодируется в 3 правильных символа, то как раз и может получится 128. Сообщение от G_manX А как понять однобайтовая у меня кодировка или нет? Просто всегда используй mb_substr(). ...и UTF-8 0

@Rius 10566 / 6490 / 1506 Регистрация: 25.05.2015 Сообщений: 19,660 Записей в блоге: 14
	03.01.2023, 10:53	8
	Сообщение от Lazor А так как её не бывает в именах файлов Почему не бывает? 0

@Lazor 444 / 574 / 120 Регистрация: 26.02.2019 Сообщений: 3,110 Записей в блоге: 3
	03.01.2023, 11:00	9
	Сообщение от Rius Почему не бывает? По стандартам. Я даже ссылку дал. Это последний тебе ответ, рискуя снова испортить себе репу. 0

@estic 1261 / 959 / 225 Регистрация: 01.10.2018 Сообщений: 3,713
	03.01.2023, 11:09	11
	Сообщение от Rius А как оттуда следует, что кириллицы не бывает в именах файлов? В чистом виде не должно быть. Положено кодировать. 0

@Rius 10566 / 6490 / 1506 Регистрация: 25.05.2015 Сообщений: 19,660 Записей в блоге: 14
	03.01.2023, 11:12	12
	estic, что такое чистый вид и как это должно выглядеть без кодирования? 0

@Lazor 444 / 574 / 120 Регистрация: 26.02.2019 Сообщений: 3,110 Записей в блоге: 3
	03.01.2023, 11:15	13
	Сообщение от estic В чистом виде не должно быть. Положено кодировать. Не просто "не должно быть" - её нет в принципе . Все "неправильные" символы в реальности записаны в коде (юникоде, если я не ошибаюсь). Перекодировкой и отображением занимается ОС и/или другое ПО (файлменеджеры, браузеры и тд.) Поэтому если на имя такого файла посмотреть в ОС без поддержки кириллицы, то мы увидим "крокозябры" или "ромбики с вопросом". 0

@Rius 10566 / 6490 / 1506 Регистрация: 25.05.2015 Сообщений: 19,660 Записей в блоге: 14
	03.01.2023, 11:16	15
	Что такое неправильные символы? Не латиница? 0

@estic 1261 / 959 / 225 Регистрация: 01.10.2018 Сообщений: 3,713
	03.01.2023, 11:16	16
	Сообщение от Rius Что такое неправильные символы? Присоединяюсь к вопросу 0

@Rius 10566 / 6490 / 1506 Регистрация: 25.05.2015 Сообщений: 19,660 Записей в блоге: 14
	03.01.2023, 11:17	17
	estic, а зачем utf-8 в base64 кодировать в именах файлов? 0

@estic 1261 / 959 / 225 Регистрация: 01.10.2018 Сообщений: 3,713
	03.01.2023, 11:18	18
	Сообщение от Rius а зачем utf-8 в base64 кодировать в именах файлов? Читайте RFC 0

@Rius 10566 / 6490 / 1506 Регистрация: 25.05.2015 Сообщений: 19,660 Записей в блоге: 14
	03.01.2023, 11:19	19
	Сообщение от estic Читайте RFC Какой номер? 0

@estic 1261 / 959 / 225 Регистрация: 01.10.2018 Сообщений: 3,713
	03.01.2023, 11:23	20
	Сообщение от Rius Какой номер? Не знаю. Если сами не сможете найти, помогу 0

128 символов когда их всего 95?

Решение