【PHP】これで分かる関数！ – マルチバイト –

更新履歴
はじめに
1. 補足
よく使用する関数
最後に

更新履歴

更新日	更新者	更新内容
2021/7/3	JJI	関数の記事が長いため、関数の記事は分割分割に伴い、リンク先の修正

はじめに

PHPの場合、文字列は1バイト単位で処理するため、日本語のように1バイトで表示できないマルチバイト文字は次の記事で説明した文字列関数では正しく処理ができない場合があります。

【PHP】これで分かる関数！ – 文字列 –

プログラムでよく使用する文字列を操作する関数について説明します。この記事は、PHP標準で提供されている文字列の関数の中でよく使用するものについてサンプルプログラムを載せていますので、効率よく文字列で取り扱う関数について覚えることができます。

そのため、PHPではマルチバイト文字で処理できるマルチバイト関数が提供されています。
この記事では、よく使用するマルチバイト関数についてサンプルプログラムで使って説明します。

文字列関数とマルチバイト関数で同じ処理を行うものがあり、どちらの関数を使用した方がよいのか迷う場合、マルチバイト関数を使用してください。
マルチバイト関数であれば、バイト単位（シングルバイト）、マルチバイトの両方で正しく処理ができます。

補足

マルチバイト文字の補足です。
文字コードについて詳しい内容のため、理解が難しいかもしれません。
今、理解できなくても問題はないため、参考程度で見てください。

最初にシングルバイト文字とマルチバイト文字について説明します。

文字	説明
シングルバイト文字	1バイト=8ビット、8ビットは2の8乗のため、256文字を表現することができる。半角英字・数字・記号は1バイトで表示できる。
マルチバイト文字	1バイトで表示できないひらがな、カタカナ、漢字などの日本語は 2バイト以上を使用して表示する。

次によく使用するUTF-8（ユーティーエフエイト）の話です。

UTF-8は全世界の文字を一つの文字コードで表現するUNICODE（ユニコード）の規格で決められた文字コードです。
UNICODE（ユニコード）の中にはUTF-8以外にUTF-16、UTF-32などの文字コードがあります。
UTF-8の場合、一般的に半角の英数字・記号は1バイト、それ以外のひらがな・漢字などは3バイトが使用されます。
例えば、UTF-8の”あa”の文字をバイト単位で計算すると、4バイトになります。

文字コードの詳細は次のWikipediaを見てください。

文字コード - Wikipedia

UNICODEの詳細は次のWikipediaを見てください。

Unicode - Wikipedia

よく使用する関数

マルチバイト文字でよく使用する関数は次の通りです。
表で”○”の箇所がよく使用する関数になります。
“●”の箇所も使用することが多いのですが、正規表現に関係するため、正規表現の記事で説明します。

No	関数	文字列関数	よく使用する	説明（PHPマニュアル抜粋）
1	mb_check_encoding			文字列が、指定したエンコーディングで有効なものかどうかを調べる
2	mb_chr	chr	○	Unicode のコードポイントに対応する文字を返す
3	mb_convert_case			文字列に対してケースフォールディングを行う
4	mb_convert_encoding		○	文字エンコーディングを変換する
5	mb_convert_kana		○	カナを(“全角かな”、”半角かな”等に)変換する
6	mb_convert_variables			変数の文字コードを変換する
7	mb_decode_mimeheader			MIME ヘッダフィールドの文字列をデコードする
8	mb_decode_numericentity			HTML 数値エンティティを文字にデコードする
9	mb_detect_encoding			文字エンコーディングを検出する
10	mb_detect_order			文字エンコーディング検出順序を設定あるいは取得する
11	mb_encode_mimeheader			MIMEヘッダの文字列をエンコードする
12	mb_encode_numericentity			文字を HTML 数値エンティティにエンコードする
13	mb_encoding_aliases			既知のエンコーディング・タイプのエイリアスを取得
14	mb_ereg_match		●	マルチバイト文字列が正規表現に一致するか調べる
15	mb_ereg_replace_callback			マルチバイト文字列にコールバック関数を用いた正規表現による置換を行う
16	mb_ereg_replace		●	マルチバイト文字列に正規表現による置換を行う
17	mb_ereg_search_getpos			次の正規表現検索を開始する位置を取得する
18	mb_ereg_search_getregs			マルチバイト文字列が正規表現に一致する部分があるか調べる
19	mb_ereg_search_init			マルチバイト正規表現検索用の文字列と正規表現を設定する
20	mb_ereg_search_pos			指定したマルチバイト文字列が正規表現に一致する部分の位置と長さを返す
21	mb_ereg_search_regs			指定したマルチバイト文字列が正規表現に一致する部分を取得する
22	mb_ereg_search_setpos			次の正規表現検索を開始する位置を設定する
23	mb_ereg_search		●	指定したマルチバイト文字列が正規表現に一致するか調べる
24	mb_ereg		●	マルチバイト対応の正規表現マッチ
25	mb_eregi_replace			マルチバイト文字列に大文字小文字を区別せずに正規表現による置換を行う
26	mb_eregi			マルチバイトをサポートし、大文字小文字を無視した正規表現マッチ
27	mb_get_info			mbstring の内部設定値を取得する
28	mb_http_input			HTTP 入力文字エンコーディングを検出する
29	mb_http_output			HTTP 出力文字エンコーディングを設定あるいは取得する
30	mb_internal_encoding			内部文字エンコーディングを設定あるいは取得する
31	mb_language			現在の言語を設定あるいは取得する
32	mb_list_encodings			サポートするすべてのエンコーディングの配列を返す
33	mb_ord	ord		文字の Unicode コードポイントを取得する
34	mb_output_handler			出力バッファ内で文字エンコーディングを変換するコールバック関数
35	mb_parse_str	parse_str		GET/POST/COOKIE データをパースし、グローバル変数を設定する
36	mb_preferred_mime_name			MIME 文字設定を文字列で得る
37	mb_regex_encoding			現在のマルチバイト正規表現用のエンコーディングを取得または設定する
38	mb_regex_set_options			マルチバイト正規表現関数のデフォルトオプションを取得または設定する
39	mb_scrub			文字列に含まれる不正なバイト列を代替文字に置き換える
40	mb_send_mail			エンコード変換を行ってメールを送信する
41	mb_split		○	マルチバイト文字列を正規表現により分割する
42	mb_str_split	str_split	○	マルチバイト文字列を受取り、文字の配列を返す
43	mb_strcut			文字列の一部を得る
44	mb_strimwidth			指定した幅で文字列を丸める
45	mb_stripos	stripos		大文字小文字を区別せず、文字列の中で指定した文字列が最初に現れる位置を探す
46	mb_stristr	stristr		大文字小文字を区別せず、文字列の中で指定した文字列が最初に現れる位置を探す
47	mb_strlen	strlen	○	文字列の長さを得る
48	mb_strpos	strpos	○	文字列の中に指定した文字列が最初に現れる位置を見つける
49	mb_strrchr	strrchr		別の文字列の中で、ある文字が最後に現れる場所を見つける
50	mb_strrichr			大文字小文字を区別せず、別の文字列の中である文字が最後に現れる場所を探す
51	mb_strripos	strripos		大文字小文字を区別せず、文字列の中で指定した文字列が最後に現れる位置を探す
52	mb_strrpos	strrpos		文字列の中に指定した文字列が最後に現れる位置を見つける
53	mb_strstr	strstr	○	文字列の中で、指定した文字列が最初に現れる位置を見つける
54	mb_strtolower	strtolower	○	文字列を小文字にする
55	mb_strtoupper	strtoupper	○	文字列を大文字にする
56	mb_strwidth			文字列の幅を返す
57	mb_substitute_character			置換文字を設定あるいは取得する
58	mb_substr_count	substr_count		部分文字列の出現回数を数える
59	mb_substr	substr	○	文字列の一部を得る