Непонятно откуда берется символ в строке

@Jeremen1 · Регистрация: 24.09.2012

Студворк — интернет-сервис помощи студентам

Вот написал такой код.

PHP
1
2
3
4
5
6
$content = get_the_content('');
                    if (strlen($content) > 135) 
                        $content = substr($content, 0, 135) . '...';
                    else 
                        $content = $content . '...';
                    echo $content;

get_the_content это функция wordpressa которая возвращает конент записи, вот при такой обрезке в одной из записи в конце перед конкатенируемым "..." стоит такой - � знак. Что это за прикол такой?

@Nazz · 29.10.2012, 18:59

думаю что вы обрезаете символы в кодировке cp1251, а они длиннее unicode, и занимают 2 байта. Получается что Вы обрезаете один байт, а второй остается. Попробуйте перед обрезкой перекодировать строку.

@Jeremen1 · 29.10.2012, 19:00 **[ТС]**

Nazz, вы наверное хотели сказать unicode длинее cp1251 да

?
Спасибо. Сейчас попробую.

@Nazz · 29.10.2012, 19:02

попробуйте перекодировать в utf-8 а потом обрезать)

@Jeremen1 · 29.10.2012, 19:09 **[ТС]**

не помогло. кстатей строка находиться в utf-8 она же вытягивается с базы там кодировка utf-8, вот что интересно. Если припустим в сабстр уменьшать 3 параметр то есть длину символов сколько вырезать то в некоторых случаях этот знак пропадает. Только закономерности пока не вижу.... Хотя возможно вы и правы. Когда меняю 3 парамер оно регирует неадекватно, удаляет 1 символ только тогда когда уменьшаю параметр на 2.

@Nazz · 29.10.2012, 19:24

должно Вам помочь

PHP
1
mb_substr($string,$start,$length,'utf-8')

Добавлено через 1 минуту
к стати: Вам поможет обрезание строки в кодировке windows-1251 если не хотите использовать функцию mb_substr, то тут проблема с двойной перекодировкой)

@Jeremen1 · 29.10.2012, 19:50 **[ТС]**

Nazz, спасибо. Помогло. Вот только одно непонятно можете подсказать в чем была проблема? Файл же в UTF-8 и база откуда тянем UTF-8, хотя может быть на промежуточном этапе функция wordpressa сама меняет кодировку...

@Nazz · 29.10.2012, 20:08

как я понял, то в php есть проблема с обрезание строки в кодировке utf-8, по этому и была написана функция mb_substr, которая сначала перекодирует строку, обрезает, и возвращает в нужной кодировке.

KOPOJI · 29.10.2012, 20:12

только с латиницей. Просто русские символы в кодировке UTF-8 занимают по два байта, а strlen, substr и т.п. проверяют побайтово. Для этого и сделали мультибайтовые функции (mb_*)

@Jeremen1 · 30.10.2012, 17:58 **[ТС]**

А если мультибайтовые функции передавать не UTF-8 они будут работать корректно?

Добавлено через 12 минут
В нормальных строках доступ к символу можно было получать через такую запись $str[$n] или $str{$n}, а как быть в многобайтных строках с этим? Я думаю есть какая-то функция которая дает доступ к символу но что-то такого в мане не нашел. Может кто знает как это сделать?

Vovan-VE · 30.10.2012, 19:46

Jeremen1, utf-8 и php

@Jeremen1 · 30.10.2012, 23:35 **[ТС]**

Vovan-VE, это получается мне нужно использовать вместо записи str[] mb_substr? Где брать 1 символ из нужной позиции.

KOPOJI · 31.10.2012, 09:51

Jeremen1, получается так

Новые блоги и статьи Все статьи Все блоги /
Оттенки серого Argus19 18.03.2026 Оттенки серого Нашёл в интернете 3 прекрасных модуля: Модуль класса открытия диалога открытия/ сохранения файла на Win32 API; Модуль класса быстрого перекодирования цветного изображения в оттенки. . .	SDL3 для Desktop (MinGW): Рисуем цветные прямоугольники с помощью рисовальщика SDL3 на Си и C++ 8Observer8 17.03.2026 Содержание блога Финальные проекты на Си и на C++: finish-rectangles-sdl3-c. zip finish-rectangles-sdl3-cpp. zip	Символические и жёсткие ссылки в Linux. algri14 15.03.2026 Существует два типа ссылок — символические и жёсткие. Ссылка в Linux — это запись в каталоге, которая может указывать либо на inode «файла-ИСТОЧНИКА», тогда это будет «жёсткая ссылка» (hard link),. . .	[Owen Logic] Поддержание уровня воды в резервуаре количеством включённых насосов: моделирование и выбор регулятора ФедосеевПавел 14.03.2026 Поддержание уровня воды в резервуаре количеством включённых насосов: моделирование и выбор регулятора ВВЕДЕНИЕ Выполняя задание на управление насосной группой заполнения резервуара,. . .
делаю науч статью по влиянию грибов на сукцессию anaschu 13.03.2026 прикрепляю статью	SDL3 для Desktop (MinGW): Создаём пустое окно с нуля для 2D-графики на SDL3, Си и C++ 8Observer8 10.03.2026 Содержание блога Финальные проекты на Си и на C++: hello-sdl3-c. zip hello-sdl3-cpp. zip Результат:	Установка CMake и MinGW 13.1 для сборки С и C++ приложений из консоли и из Qt Creator в EXE 8Observer8 10.03.2026 Содержание блога MinGW - это коллекция инструментов для сборки приложений в EXE. CMake - это система сборки приложений. Здесь описаны базовые шаги для старта программирования с помощью CMake и. . .	Как дизайн сайта влияет на конверсию: 7 решений, которые реально повышают заявки Neotwalker 08.03.2026 Многие до сих пор воспринимают дизайн сайта как “красивую оболочку”. На практике всё иначе: дизайн напрямую влияет на то, оставит человек заявку или уйдёт через несколько секунд. Даже если у вас. . .

@Nazz 898 / 729 / 80 Регистрация: 12.03.2009 Сообщений: 2,804 Записей в блоге: 2
	29.10.2012, 18:59
	думаю что вы обрезаете символы в кодировке cp1251, а они длиннее unicode, и занимают 2 байта. Получается что Вы обрезаете один байт, а второй остается. Попробуйте перед обрезкой перекодировать строку. 1

@Jeremen1 0 / 0 / 1 Регистрация: 24.09.2012 Сообщений: 58
	29.10.2012, 19:00 [ТС]
	Nazz, вы наверное хотели сказать unicode длинее cp1251 да? Спасибо. Сейчас попробую. 0

@Nazz 898 / 729 / 80 Регистрация: 12.03.2009 Сообщений: 2,804 Записей в блоге: 2
	29.10.2012, 19:02
	попробуйте перекодировать в utf-8 а потом обрезать) 1

@Jeremen1 0 / 0 / 1 Регистрация: 24.09.2012 Сообщений: 58
	29.10.2012, 19:09 [ТС]
	не помогло. кстатей строка находиться в utf-8 она же вытягивается с базы там кодировка utf-8, вот что интересно. Если припустим в сабстр уменьшать 3 параметр то есть длину символов сколько вырезать то в некоторых случаях этот знак пропадает. Только закономерности пока не вижу.... Хотя возможно вы и правы. Когда меняю 3 парамер оно регирует неадекватно, удаляет 1 символ только тогда когда уменьшаю параметр на 2. 0

@Jeremen1 0 / 0 / 1 Регистрация: 24.09.2012 Сообщений: 58
	29.10.2012, 19:50 [ТС]
	Nazz, спасибо. Помогло. Вот только одно непонятно можете подсказать в чем была проблема? Файл же в UTF-8 и база откуда тянем UTF-8, хотя может быть на промежуточном этапе функция wordpressa сама меняет кодировку... 0

@Nazz 898 / 729 / 80 Регистрация: 12.03.2009 Сообщений: 2,804 Записей в блоге: 2
	29.10.2012, 20:08
	как я понял, то в php есть проблема с обрезание строки в кодировке utf-8, по этому и была написана функция mb_substr, которая сначала перекодирует строку, обрезает, и возвращает в нужной кодировке. 0

KOPOJI Почетный модератор 16844 / 6724 / 880 Регистрация: 12.06.2012 Сообщений: 19,967
	29.10.2012, 20:12
	только с латиницей. Просто русские символы в кодировке UTF-8 занимают по два байта, а strlen, substr и т.п. проверяют побайтово. Для этого и сделали мультибайтовые функции (mb_*) 1

@Jeremen1 0 / 0 / 1 Регистрация: 24.09.2012 Сообщений: 58
	30.10.2012, 17:58 [ТС]
	А если мультибайтовые функции передавать не UTF-8 они будут работать корректно? Добавлено через 12 минут В нормальных строках доступ к символу можно было получать через такую запись $str[$n] или $str{$n}, а как быть в многобайтных строках с этим? Я думаю есть какая-то функция которая дает доступ к символу но что-то такого в мане не нашел. Может кто знает как это сделать? 0

Vovan-VE 13210 / 6599 / 1041 Регистрация: 10.01.2008 Сообщений: 15,069
	30.10.2012, 19:46
	Jeremen1, utf-8 и php 1

@Jeremen1 0 / 0 / 1 Регистрация: 24.09.2012 Сообщений: 58
	30.10.2012, 23:35 [ТС]
	Vovan-VE, это получается мне нужно использовать вместо записи str[] mb_substr? Где брать 1 символ из нужной позиции. 0

KOPOJI Почетный модератор 16844 / 6724 / 880 Регистрация: 12.06.2012 Сообщений: 19,967
	31.10.2012, 09:51
	Jeremen1, получается так 0