萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

PHP 字符串大小寫轉換函數完全指南

字符串大小寫轉換是日常開發高頻操作。PHP 提供 4 個核心函數,但涉及 **多位元組字符 (UTF-8)、語言環境、Unicode 標準** 時行為差異巨大。本文系統對比 strtolower、strtoupper、ucfirst、ucwords 及其多位元組對應版本 mb_strtolower 等,給出國際化項目的最佳選型。

核心函數對比表

函數作用多位元組支援語言環境感知PHP 版本
strtolower()全轉小寫❌ 單位元組✅ (setlocale)所有
strtoupper()全轉大寫❌ 單位元組✅所有
ucfirst()首字符大寫❌ 單位元組✅所有
ucwords()每個單詞首字符大寫❌ 單位元組✅所有
mb_strtolower()全轉小寫 (MB)✅ Unicode✅ (可指定 encoding)PHP 4.3+ (需 mbstring)
mb_strtoupper()全轉大寫 (MB)✅ Unicode✅PHP 4.3+
mb_convert_case()多模式轉換✅ Unicode✅PHP 4.3+

單位元組函數的致命缺陷

<?php
$str = 'PHP中文';

// strtolower - 破壞多位元組字符
echo strtolower($str); // 輸出: php涓浗 (亂碼!)

// ucwords - 同樣破壞
echo ucwords($str);    // 輸出: Php涓浗

// 正確:使用 mb_* 系列
echo mb_strtolower($str, 'UTF-8'); // php中文
echo mb_convert_case($str, MB_CASE_TITLE, 'UTF-8'); // Php中文 (標題大小寫)
?>

mb_convert_case:統一入口,模式豐富

<?php
$str = 'hello WORLD - 中文測試';

// MB_CASE_LOWER  = 全小寫
// MB_CASE_UPPER  = 全大寫
// MB_CASE_TITLE  = 標題大小寫 (單詞首字母大寫,其餘小寫)

echo mb_convert_case($str, MB_CASE_LOWER, 'UTF-8');  // hello world - 中文測試
echo mb_convert_case($str, MB_CASE_UPPER, 'UTF-8');  // HELLO WORLD - 中文測試
echo mb_convert_case($str, MB_CASE_TITLE, 'UTF-8');  // Hello World - 中文測試

// 自定義分隔符 (PHP 7.3+)
echo mb_convert_case("hello-world_test", MB_CASE_TITLE, 'UTF-8', "-_"); 
// Hello-World_Test
?>

語言環境陷阱:土耳其語 I 問題

某些語言 (如土耳其語 `tr_TR`, 亞塞拜疆語 `az_AZ`) 有特殊大小寫映射:

  • 小寫 `i` → 大寫 `İ` (帶點)
  • 大寫 `I` → 小寫 `ı` (無點)
<?php
setlocale(LC_CTYPE, 'tr_TR.UTF-8');
echo strtoupper('istanbul'); // ISTANBUL (正常)
echo strtolower('İSTANBUL'); // ıstanbul (注意:無點 ı)

// 解決方案:強制指定語言環境為 'C' 或 'en_US.UTF-8'
setlocale(LC_CTYPE, 'C');
echo strtolower('İSTANBUL'); // istanbul (標準映射)

// 或使用 mb_* 並顯式指定 encoding,不依賴 locale
mb_internal_encoding('UTF-8');
echo mb_strtolower('İSTANBUL', 'UTF-8'); // istanbul
?>

Unicode 特殊字符處理

字符大寫小寫標題備註
ß (德語銳音)SSßSsUnicode 規範:大寫展開為雙字符
ς (希臘語尾部 Sigma)ΣςΣ位置相關
fi (連字)FIfiFi分解為獨立字符
中文/日文/韓文無變化無變化無變化無大小寫概念

mb_convert_case 正確處理上述 Unicode 特殊映射,單位元組函數會產生亂碼或錯誤結果。

性能對比 (100 萬次循環,PHP 8.2)

<?php
$str = 'Hello World 中文測試 123';
$iterations = 1_000_000;

$start = hrtime(true);
for ($i=0; $i<$iterations; $i++) strtolower($str);
echo "strtolower: " . (hrtime(true)-$start)/1e9 . "s\n";

$start = hrtime(true);
for ($i=0; $i<$iterations; $i++) mb_strtolower($str, 'UTF-8');
echo "mb_strtolower: " . (hrtime(true)-$start)/1e9 . "s\n";
// 輸出示例:
// strtolower: 0.12s
// mb_strtolower: 0.45s (慢 ~3-4x,但正確處理 UTF-8)
?>

結論:純 ASCII 场景 strtolower 更快;**任何可能包含非 ASCII 字符的場景,必須用 mb_strtolower / mb_convert_case**,性能差異在實際業務中可忽略。

最佳實踐清單

  1. 統一內部編碼:mb_internal_encoding('UTF-8'); 放在入口文件最前面。
  2. 默認用 mb_* 系列:封裝助手函數 function str_lower(string $s): string { return mb_strtolower($s, 'UTF-8'); },項目統一調用。
  3. 標題大小寫用 mb_convert_case($str, MB_CASE_TITLE, 'UTF-8'),支援自定義分隔符 (PHP 7.3+)。
  4. 避免 setlocale 影響:不依賴系統 locale,顯式傳遞 'UTF-8' 給 mb_* 函數。
  5. 數據庫層面:MySQL utf8mb4_general_ci / utf8mb4_unicode_ci 排序規則已處理大小寫不敏感比較,應用層無需重複轉換。

常見場景代碼片段

<?php
// 1. 生成 URL Slug (小寫、連字符、去除特殊字符)
function slugify(string $str): string {
    $str = mb_strtolower(trim($str), 'UTF-8');
    $str = preg_replace('/[^\p{L}\p{N}\s-]/u', '', $str); // 保留字母數字空格連字符
    $str = preg_replace('/[\s-]+/', '-', $str);
    return trim($str, '-');
}

// 2. 駝峰轉下劃線
function camelToSnake(string $str): string {
    return mb_strtolower(preg_replace('/([a-z])([A-Z])/u', '$1_$2', $str), 'UTF-8');
}

// 3. 首字母大寫 (單詞邊界:非字母數字)
function ucwordsUtf8(string $str): string {
    return mb_convert_case($str, MB_CASE_TITLE, 'UTF-8');
}

// 4. 大小寫不敏感比較 (正確方式)
function equalsIgnoreCase(string $a, string $b): bool {
    return mb_strtolower($a, 'UTF-8') === mb_strtolower($b, 'UTF-8');
    // 或 PHP 8.0+ strcasecmp (但注意 locale)
}
?>
copyright © 萬盛學電腦網 all rights reserved