Exploitation des chaînes multi-octets en PHP
<<<		 Cas des caractères japonais Références
>>>
6.19 Chaînes de caractères multi-octets
6 Référence des fonctions
 Manuel PHP
. Introduction
. Installation
. Configuration à l'exécution
. Types de ressources
. Constantes pré-définies
. Entrées/Sorties HTTP
. Jeux de caractères supportés
. Exploitation des chaînes multi-octets en PHP
->Cas des caractères japonais
. Références
. Jeux de caractères supportés
. mb_convert_case
. mb_convert_encoding
. mb_convert_kana
. mb_convert_variables
. mb_decode_mimeheader
. mb_decode_numericentity
. mb_detect_encoding
. mb_detect_order
. mb_encode_mimeheader
. mb_encode_numericentity
. mb_ereg_match
. mb_ereg_replace
. mb_ereg_search_getpos
. mb_ereg_search_getregs
. mb_ereg_search_init
. mb_ereg_search_pos
. mb_ereg_search_regs
. mb_ereg_search_setpos
. mb_ereg_search
. mb_ereg
. mb_eregi_replace
. mb_eregi
. mb_get_info
. mb_http_input
. mb_http_output
. mb_internal_encoding
. mb_language
. mb_list_encodings
. mb_output_handler
. mb_parse_str
. mb_preferred_mime_name
. mb_regex_encoding
. mb_regex_set_options
. mb_send_mail
. mb_split
. mb_strcut
. mb_strimwidth
. mb_strlen
. mb_strpos
. mb_strrpos
. mb_strtolower
. mb_strtoupper
. mb_strwidth
. mb_substitute_character
. mb_substr_count
. mb_substr

6.19.9 Cas des caractères japonais

La plupart des caractères japonais demandent plus d'un octet pour être représentés. De plus, plusieurs jeux de caractères japonais existent : il y a notamment EUC-JP, Shift_JIS et ISO-2022-JP. Unicode devient de plus en plus populaire, et UTF-8 aussi. Pour développer des applications Web en environnement japonais, il faut savoir que les encodages ci-dessus dépendent de l'application qu'on en fait : entrée/sortie HTTP, bases de données ou courrier électronique.

  • La taille nécessaire à un caractère peut aller jusqu'à 4 octets.
  • Un caractère multi-octets occupe généralement deux octets, à comparer avec les caractères simple-octet traditionnellement utilisés. Les caractères les plus gros sont appelés "zen-kaku" (i.e. grande largeur) et les plus petits sont appelés "han-kaku" (i.e. demi-largeur). Les caractères "zen-kaku" sont généralement de taille constante.
  • Certains encodages de caractères définissent des séquences de début/fin pour les sections multi-octets ( 00h to 7fh ).
  • ISO-2022-JP doit être utilisé pour les protocoles SMTP/NNTP, et les en-têtes ainsi que les entités devraient être réencodés en accord avec la RFC correspondante. Bien que cela ne soit pas requis, ça reste une bonne idée car beaucoup de user-agent (agents utilisateurs) populaires ne peuvent pas reconnaître d'autre méthode d'encodage.
  • Les pages Web créées pour les téléphones portables comme i-mode , Vodafone live! , ou EZweb sont supposées utiliser l'encodage Shift_JIS.

<< Cas des caractères japonais >>
Exploitation des chaînes multi-octets en PHP Chaînes de caractères multi-octets Références