如果文件名是 UTF-8，则使 PHP pathinfo() 返回正确的文件名

Posted 2023-02-25

【中文标题】如果文件名是 UTF-8，则使 PHP pathinfo() 返回正确的文件名

【英文标题】：Make PHP pathinfo() return the correct filename if the filename is UTF-8

【发布时间】：2011-05-25 23:58:14

【问题描述】：

当对已知为 UTF-8 的文件名使用 php 的 pathinfo() 函数时，它不会返回正确的值，除非特殊字符前面有“普通”字符。

示例：pathinfo('aä.pdf')returns：

Array
(
[dirname] => [the dir]
[basename] => aä.pdf
[extension] => pdf
[filename] => aä
)  

这很好，花花公子，但是pathinfo('äa.pdf')returns：

Array
(
[dirname] => [the dir]
[basename] => a.pdf
[extension] => pdf
[filename] => a
)  

这不是我所期望的。更糟糕的是，pathinfo('ä.pdf')returns：

Array
(
[dirname] => [the dir]
[basename] => .pdf
[extension] => pdf
[filename] => 
)  

为什么要这样做？这适用于我测试过的所有重音字符。

【问题讨论】：

大多数核心 PHP 函数不处理 ISO-8859-1 (Latin-1) 以外的字符集。您唯一真正的选择是使用多字节字符集安全函数（mb_string 函数）自己重新实现该函数

你运行的是哪个版本的 PHP ？

@ajreal 它是 debian lenny 上的 PHP 5.2.6-1+lenny9

打印到屏幕或终端时，您使用的是支持 UTF-8 的终端吗？当打印到屏幕（浏览器？）时，编码是否设置为 UTF-8？

对两者都是 :) 实际上文档现在已更新以反映 pathinfo() 是区域设置感知的。我仍然不确定发生了什么或发生了什么，我发布的解决方法仍然有效（如预期的那样），但我强烈怀疑这是服务器的语言环境搞砸了。

【参考方案1】：

使用前的路径信息

setlocale(LC_ALL,'en_US.UTF-8');
pathinfo($OriginalName, PATHINFO_FILENAME);
pathinfo($OriginalName, PATHINFO_BASENAME);

【讨论】：

如果您添加一些解释和文档链接，答案会变得更有价值，因此原始发布者和其他用户实际上可以从中学习。

这个答案很有帮助，而且很简单。请添加更多解释以增强其对其他人的价值。

里面有解释：***.com/questions/45268499/…

【参考方案2】：

我在 PHP 5.3.3 - 5.3.18 中使用这些函数来处理 basename() 和 pathinfo() 中的 UTF-8 问题。

if (!function_exists("mb_basename")) 函数 mb_basename($path) $分隔符 = "qq"; $path = preg_replace("/[^ ]/u", $separator."\$0".$separator, $path); $base = basename($path); $base = str_replace($separator, "", $base); 返回 $base; if (!function_exists("mb_pathinfo")) 函数 mb_pathinfo($path, $opt = "") $分隔符 = "qq"; $path = preg_replace("/[^ ]/u", $separator."\$0".$separator, $path); if ($opt == "") $pathinfo = pathinfo($path); 否则 $pathinfo = pathinfo($path, $opt); if (is_array($pathinfo)) $路径信息2 = $路径信息； foreach($pathinfo2 as $key => $val) $pathinfo[$key] = str_replace($separator, "", $val); 否则 if (is_string($pathinfo)) $pathinfo = str_replace($separator, "", $pathinfo); 返回$路径信息；

【参考方案3】：

此问题的临时解决方法似乎是确保重音字符前面有一个“正常”字符，如下所示：

function getFilename($path)

    // if there's no '/', we're probably dealing with just a filename
    // so just put an 'a' in front of it
    if (strpos($path, '/') === false)
    
        $path_parts = pathinfo('a'.$path);
    
    else
    
        $path= str_replace('/', '/a', $path);
        $path_parts = pathinfo($path);
    
    return substr($path_parts["filename"],1);

请注意，我们将所有出现的“/”替换为“/a”，但这没关系，因为我们从结果的偏移量 1 开始返回。有趣的是，pathinfo() 的 dirname 部分似乎确实有效，因此不需要解决方法。

【讨论】：

这仍然是 2016 年的错误，但 setlocale(LC_ALL,'en_US.UTF-8'); 有效。

【参考方案4】：

请参考“pathinfo() cannot handle argument with special characters like german 'Umlaute'”。

【讨论】：

该错误与非 ascii 字符有关，而不是 UTF-8 字符。所以我不确定它是否 100% 适用（它可能是，所以不是 -1，但它也是一个非常古老的错误，所以我相当确定这不是根本原因）......

@ircmaxell 我的角色确实是（或至少应该是）UTF-8。即：我的语言环境是 UTF-8，而 .php 文件另存为 UTF-8。我想我会使用 pathinfo() 重写函数以使用我自己的逻辑，但它有点“meh”。

【参考方案5】：

处理 ansi 字符时，函数 pathinfo 正确。

基于此注释，我们会将输入转换（编码）为 ansi 字符，然后仍然使用函数 pathinfo 来保留它的全部内容。

最后，我们将输出值转换（解码）为原始格式。

演示如下。

function _pathinfo($path, $options = null)

    $path = urlencode($path);
    $parts = null === $options ? pathinfo($path) : pathinfo($path, $options);
    foreach ($parts as $field => $value) 
        $parts[$field] = urldecode($value);
    
    return $parts;

// calling
_pathinfo('すtest.jpg');
_pathinfo('すtest.jpg', PATHINFO_EXTENSION);

【参考方案6】：

private function _pathinfo($path, $options = null) 
  $result = pathinfo(' ' . $path, $options);
  return substr($result, 1);

【参考方案7】：

正如doc 所示，

注意

pathinfo() 是区域设置感知的，因此它解析包含 多字节字符正确，匹配的语言环境必须使用 setlocale() 函数。

以及手册中的example