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 解決 UTF-8 數組中文排序亂序問題(iconv 轉碼法)

根本原因

UTF-8 編碼下中文按字節序排序非拼音序。GBK/GB2312 內部按拼音編碼,故直接 asort() 即得正確順序。

解決方案:UTF-8 → GBK 排序 → 轉回 UTF-8

function utf8_array_asort(&$array) {
    if (!is_array($array)) return false;

    // UTF-8 → GBK(忽略非法字符)
    foreach ($array as $k => $v) {
        $array[$k] = iconv('UTF-8', 'GBK//IGNORE', $v);
    }

    asort($array); // 按 GBK 字節序排序,即拼音序

    // GBK → UTF-8
    foreach ($array as $k => $v) {
        $array[$k] = iconv('GBK', 'UTF-8//IGNORE', $v);
    }
    return true;
}

// 使用示例
$abc = ['a'=>'猜', 'b'=>'我', 'c'=>'哦', 'd'=>'棍', 'e'=>'f', 'f'=>'爸', 'z'=>'州'];
utf8_array_asort($abc);
print_r($abc);
/*
輸出順序(按拼音):
f => 爸, c => 哦, a => 猜, d => 棍, z => 州, b => 我, e => f
*/

關鍵改進點

  • 使用 GBK 而非 GB2312:字符集更大,覆蓋生僻字。
  • 雙向轉換均加 //IGNORE:遇無法映射字符(如 Emoji、生僻字)自動跳過,不報錯、不中斷。
  • 引用傳遞 &$array:原地修改,無額外內存開銷。

局限與替代方案

  • 性能:雙重 iconv 遍歷,大數組較慢。百萬級數據建議用 Collator (intl 擴展) 或資料庫排序。
  • Collator::sort() 示例(需 intl 擴展):
$coll = new Collator('zh_CN');
$coll->sort($array); // 直接按中文語言規則排序

現代項目優先考慮 Collator,兼容性要求低環境可用本文方案。

copyright © 萬盛學電腦網 all rights reserved