〈什么是二进制字符串〉截断字符串或二进制怎样解决

补课简单说明下 ascii 码

我们知道，计算机内部，所有信息最终都是一个二进制值。每一个二进制位（bit）有0和1两种状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节（byte）。也就是说，一个字节一共可以用来表示256种不同的状态，每一个状态对应一个符号，就是256个符号，从00000000到11111111。

上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为 ascii 码，一直沿用至今。

man ascii

ascii 码前 33 个都是控制字符，比如我们最熟悉的换行，都是不可见的字符。

Oct Dec Hex Char Oct Dec Hex Char
────────────────────────────────────────────────────────────────────────
000 0 00 NUL '' 100 64 40 @
001 1 01 SOH (start of heading) 101 65 41 A
002 2 02 STX (start of text) 102 66 42 B
003 3 03 ETX (end of text) 103 67 43 C
004 4 04 EOT (end of transmission) 104 68 44 D
005 5 05 ENQ (enquiry) 105 69 45 E
006 6 06 ACK (acknowledge) 106 70 46 F
007 7 07 BEL 'a' (bell) 107 71 47 G
010 8 08 BS 'b' (backspace) 110 72 48 H
011 9 09 HT 't' (horizontal tab) 111 73 49 I
012 10 0A LF 'n' (new line) 112 74 4A J

从上面的表中可以看到八进制012和十六进制0A都表示换行

echo "abc12d";
echo "n";
echo "abcx0Ad";
echo "n";
echo "abcx0ad";
echo "n";
echo "abcnd";
echo "n";

输出结果

abc
d
abc
d
abc
d
abc
d

ascii 码第一个则表示空字符，所以执行

echo "abcd";

输出的就是abcd。到这里上面的长度计算想必大家都弄明白了吧。

这里再留个大家一个思考题，strlen和mb_strlen有什么区别？

有兴趣的可以看看我这篇博客

C 实验

#include <;
#include <;
int main(){
printf("%dn",strlen("abc")); // 3
printf("%dn",strlen("abc")); // 3
printf("%dn",strlen("abcd")); // 3
printf("%dn",strlen("abcdef")); // 3
}

通过上面的例子可以观察到及其以后都不在strlen的计算范围内。在C语言里字符串都以作为结束符。

#include <;
#include <;
int main(){
printf("%sn","abcdef"); // abc
}

所以，因为字符串中间有而影响程序逻辑和结果的情况，叫非二进制安全。

思考

通过上面的两个实验发现只有C里面我们才需要关注函数的二进制安全问题嘛，PHP 也会遇到类似的问题么？我怎么从来遇到过。下面两个例子。

案例1

<?php
echo date("Y/m/d");

案例来源：

在线执行结果

可以看出来date函数是把入参"0/m/d"去掉了，不过在 php7 里修复了该问题。

案例2

<?php
var_export(strcoll("ab","a"));
var_export(strcmp("ab","a"));

这两个函数都是比较字符串“大小”，strcoll 会根据环境变量 LC_COLLATE 所指定的文字排列次序来比较两字符串的大小，默认 LC_COLLATE 为"POSIX"或"C"，strcoll() 和 strcmp() 一样根据ASCII比较字符串大小。

strcoll 函数是官方手册在线说明了的非二进制安全的函数。

课后思考

下面这个两个计算长度分辨是多少，下次课我们一起分析 php 和 c 里面单引号和双引号的区别。

<?php
echo strlen("123456");
echo strlen('123456');

本文为云栖社区原创内容，未经允许不得转载。