5丁目通信(仮称)

とある5丁目で活動する還暦を過ぎたWebプログラマーの覚え書きです。それとかかってくる迷惑電話や、家業のアパート経営について。

全角文字は2バイトではないのでした、という話し


タイトルの件、考えてみれば当たり前なのですが、お客さんからの仕様で引っかかりました。ここでいう全角文字は、マルチバイト文字のこと。

フォームに文字を入力する処理で、入力した文字の長さをチェックする処理が必要です。そこで文字長でチェックするか、バイトでチェックするか。

これをCakePHPのバリデーションで用意しているmaxLengthのルールでチェックしたところ、何も考えずに内部コードのバイト長でチェックしていまいます。これをお客様から指摘されました。希望としては、全角文字を2バイトでチェックして欲しいとのこと。

例えば、「あああ」は6バイトではなく9バイトとして判定されます。これは内部のコードがUTF-8だからです。CakePHPのバリデーションで正しく文字数で判定するには、maxLengthの処理をmb_strlen()で変更してあげます。詳細な対応方法は、こちらのサイトをご覧ください。

ここで簡単な実験です。こんなコードと結果です。

<?php
$str = "あああ";
echo(strlen($str)); // 9
echo(mb_strlen($str));  // 9
echo(mb_strlen($str, 'UTF-8'));  // 3
echo(mb_strlen(mb_convert_encoding($str, 'SJIS', 'UTF-8'), 'SJIS')); // 3
echo(strlen(mb_convert_encoding($str, 'SJIS', 'UTF-8')));  // 6
?>

UTF-8のままですと、全角文字は2バイトにはなりません。しかも、正しく文字コードをしてあげないと正しい文字数になりません。

一旦、シフトJISに変換してあげて、mb_stringではないstrlen()で全角文字を2バイトで計算してくれます。

昔の人間ですと、どうしても全角=2バイト、半角=1バイトと考えてしまうのですが、この考え方は古いかもしれませんね。

著:山田祥寛
¥3,366 (2024/10/06 15:33時点 | Amazon調べ)
著:松浦 健一郎, 著:司 ゆき
¥1,430 (2024/10/06 15:33時点 | Amazon調べ)
著:谷藤賢一, 著:徳丸浩
¥2,750 (2024/10/06 15:33時点 | Amazon調べ)
,

“全角文字は2バイトではないのでした、という話し” への1件のコメント

  1. […] 変でした。それでも、validates()のおかげで数は多いのですが、まとまって見やすいです。先日の全角の文字数の判定の件もありましたが、正規表現でのチェックもたくさん使っています。 […]