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

Question

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“正常”字符。

示例：
pathinfo('aä.pdf')返回：

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

这很好，但是 pathinfo('äa.pdf')返回：

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

这并不完全是我所期望的。更糟糕的是，pathinfo('ä.pdf')返回：

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。

Answer 1

使用前路径信息

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

Answer 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"))
{
  function mb_basename($path)
  {
    $separator = " qq ";
    $path = preg_replace("/[^ ]/u", $separator."\$0".$separator, $path);
    $base = basename($path);
    $base = str_replace($separator, "", $base);
    return $base;
  }
}

if (!function_exists("mb_pathinfo"))
{
  function mb_pathinfo($path, $opt = "")
  {
    $separator = " qq ";
    $path = preg_replace("/[^ ]/u", $separator."\$0".$separator, $path);
    if ($opt == "") $pathinfo = pathinfo($path);
    else $pathinfo = pathinfo($path, $opt);

    if (is_array($pathinfo))
    {
      $pathinfo2 = $pathinfo;
      foreach($pathinfo2 as $key => $val)
      {
        $pathinfo[$key] = str_replace($separator, "", $val);
      }
    }
    else if (is_string($pathinfo)) $pathinfo = str_replace($separator, "", $pathinfo);
    return $pathinfo;
  }
}

Answer 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。

Answer 4

请参阅“pathinfo() 无法处理带有特殊字符（例如德语“Umlaute”）的参数”。

Answer 5

当处理ansi字符时，函数pathinfo正确执行。

基于此注释，我们将把输入转换（编码）为 ansi 字符，然后仍然使用函数 pathinfo 来保留其全部内容。

最后，我们将输出值转换（解码）为原始格式。

和演示如下。

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);

Answer 6

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

Answer 7

正如 doc 所示，

注意

pathinfo() 是区域设置感知的，因此它可以解析包含以下内容的路径：
正确的多字节字符，必须使用设置匹配的区域设置
setlocale() 函数。

以及手册中的示例