PHP: полный мануал с примерами, функциями и ООП

<?php
$title = 'Кисть';
var_dump(mb_check_encoding($title, 'UTF-8'));
var_dump(mb_check_encoding("Ки\xFFсть", 'UTF-8'));

bool(true)
bool(false)

var_dump показывает тип bool явно; echo для false вывел бы пустоту. \xFF в двойной строке создаёт один намеренно неправильный байт. Проверка не меняет $title и не сравнивает его с каталогом.

<?php
$rows = ['Кисть', "Мо\xFFлоток", 'Валик'];
foreach ($rows as $index => $title) {
    if (!mb_check_encoding($title, 'UTF-8')) {
        echo 'Строка ', $index + 1, ": повреждён UTF-8, товар не принят\n";
        continue;
    }
    echo 'Принят товар: ', $title, "\n";
}

Принят товар: Кисть
Строка 2: повреждён UTF-8, товар не принят
Принят товар: Валик

Нумерация для человека начинается с единицы. continue пропускает обработку повреждённого значения и переходит к следующему. Это проверка локального массива до реальной записи в базу. Название всё ещё проверяют по длине и правилам каталога; корректный UTF-8 не означает безопасный HTML.

<?php
$order = ['customer' => ['name' => 'Анна'], 'quantity' => 2];
echo mb_check_encoding($order, 'UTF-8') ? "Пакет читается как UTF-8\n" : "Повреждён пакет\n";
$order['customer']["note\xFF"] = 'Позвонить';
echo mb_check_encoding($order, 'UTF-8') ? "Пакет читается как UTF-8\n" : "Повреждён ключ или значение\n";

Пакет читается как UTF-8
Повреждён ключ или значение

Массив проверяется рекурсивно, включая строковые ключи. Функция не сообщает путь к плохому элементу: для подробного отчёта нужен собственный обход. Размер и глубину внешнего пакета ограничивают до обработки. Число quantity остаётся числом; проверка кодировки не проверяет схему заказа.

<?php
$encoding = mb_detect_encoding('Кисть', ['UTF-8'], true);
echo 'Кандидат: ', $encoding, "\n";
$broken = mb_detect_encoding("\xFF", ['UTF-8'], true);
echo $broken === false ? "UTF-8 не подходит\n" : $broken;

Кандидат: UTF-8
UTF-8 не подходит

true включает строгую проверку допустимости байтов. При одном кандидате понятен смысл опыта: это не угадывание языка. Для простой проверки известного UTF-8 короче использовать mb_check_encoding.

<?php
$bytes = "\xC4\xA2";
foreach (['UTF-8', 'Windows-1252'] as $encoding) {
    if (mb_check_encoding($bytes, $encoding)) {
        echo $encoding, ': ', mb_convert_encoding($bytes, 'UTF-8', $encoding), "\n";
    }
}
$candidate = mb_detect_encoding($bytes, ['UTF-8', 'Windows-1252'], true);
echo $candidate === false ? "Нет кандидата\n" : "Есть гипотеза; источник ещё неизвестен\n";

UTF-8: Ģ
Windows-1252: Ģ
Есть гипотеза; источник ещё неизвестен

Оба чтения допустимы, а смысл различается. Какой кандидат выберет эвристика, не фиксируем как бизнес-правило. После PHP 8.1 порядок списка не гарантирует выбор первой допустимой таблицы. Сохраняйте исходные байты и профиль импорта; неверную догадку нельзя выдавать за исправление.

<?php
$previous = mb_detect_order();
try {
    mb_detect_order(['ASCII', 'UTF-8']);
    echo 'Кандидаты: ', implode(', ', mb_detect_order()), "\n";
    echo 'Для Кисть получено: ', mb_detect_encoding('Кисть', null, true), "\n";
} finally {
    mb_detect_order($previous);
}

Кандидаты: ASCII, UTF-8
Для Кисть получено: UTF-8

null во втором аргументе детектора означает использовать default. Русские UTF-8-байты не допускаются ASCII, поэтому в этом ограниченном опыте выбор однозначен. В общем случае несколько таблиц принимают одинаковые байты, и порядок не гарантирует истинность результата.

<?php
$candidate = mb_detect_encoding('Кисть', ['UTF-8'], true);
if ($candidate === false) {
    echo "Файл не соответствует договорённому UTF-8\n";
} else {
    echo 'Для предпросмотра выбран ', $candidate, ': Кисть', "\n";
}

Для предпросмотра выбран UTF-8: Кисть

Если управляете самим вызовом, явный список проще общей настройки. mb_detect_order нужен для совместимости с компонентом, который список не передаёт. При известном контракте UTF-8 обычно достаточно mb_check_encoding вместо эвристики.

<?php
$supported = mb_list_encodings();
$wanted = ['UTF-8', 'Windows-1251', 'ASCII'];
$available = array_intersect($wanted, $supported);
foreach ($available as $encoding) {
    echo 'Можно выбрать: ', $encoding, "\n";
}

Можно выбрать: UTF-8
Можно выбрать: Windows-1251
Можно выбрать: ASCII

$supported — полный массив. array_intersect оставляет только значения, присутствующие в обоих списках; порядок здесь берётся из $wanted. Перечисление ещё не преобразовало ни одного файла. Полный состав сборки можно просмотреть через foreach ($supported as $encoding).

<?php
$allowed = ['UTF-8', 'Windows-1251'];
$selected = 'Windows-1251';
if (!in_array($selected, $allowed, true)
    || !in_array($selected, mb_list_encodings(), true)) {
    throw new InvalidArgumentException('Этот профиль импорта недоступен');
}
$bytes = "\xCA\xE8\xF1\xF2\xFC";
echo 'Импортировано название: ', mb_convert_encoding($bytes, 'UTF-8', $selected), "\n";

Импортировано название: Кисть

Два условия отвечают за разные вещи: разрешение формата вашим приложением и его поддержку PHP. true у in_array включает строгое сравнение. Название кодировки должно соответствовать договорённости с поставщиком; наличие таблицы не доказывает, что именно ею записан файл.

<?php
$aliases = mb_encoding_aliases('UTF-8');
foreach ($aliases as $alias) {
    echo 'Альтернативное имя: ', $alias, "\n";
}

Альтернативное имя: utf8

Функция возвращает массив, а не строку через запятую. Основное имя не обязано входить в aliases. Этот результат относится к проверенной сборке; код не должен зависеть от номера конкретного элемента.

<?php
$aliases = array_map('strtolower', mb_encoding_aliases('Windows-1251'));
if (in_array('cp1251', $aliases, true)) {
    $bytes = "\xCA\xE8\xF1\xF2\xFC";
    echo 'CP1251 читается как Windows-1251: ', mb_convert_encoding($bytes, 'UTF-8', 'CP1251'), "\n";
}

CP1251 читается как Windows-1251: Кисть

array_map меняет регистр только ASCII-имён для проверки, не байты файла. Сам список aliases не является разрешением принять любой профиль пользователя: приложение по-прежнему ограничивает доступные форматы.

<?php
try {
    mb_encoding_aliases('vendor-unknown-encoding');
} catch (ValueError $error) {
    echo "Уточните кодировку у поставщика: такой таблицы PHP не знает\n";
}

Уточните кодировку у поставщика: такой таблицы PHP не знает

Нельзя молча заменить неизвестную таблицу на UTF-8 и объявить импорт успешным. В PHP 8 возникает ValueError; старые версии сообщали warning/false. Широкий catch всех ошибок без объяснения скрыл бы ошибку настройки.

<?php
declare(strict_types=1);

echo mb_preferred_mime_name('utf8');

UTF-8

Возвращённая строка не меняет ни данные, ни заголовки HTTP.

<?php
declare(strict_types=1);

$encoding = 'Windows-1251';
$charset = mb_preferred_mime_name($encoding);
if ($charset === false) { throw new RuntimeException('Нет MIME-имени'); }
$body = mb_convert_encoding('Мир', $encoding, 'UTF-8');
echo 'charset=', $charset, "\nbytes=", strlen($body);

charset=Windows-1251
bytes=3

Это локальная подготовка тела и метки; реальную отправку header() пример не имитирует. Для HTML всё равно нужно контекстное экранирование.

<?php
declare(strict_types=1);

$old = mb_internal_encoding();
try {
    mb_internal_encoding('UTF-8');
    echo mb_internal_encoding(), ': ', mb_strlen('Дом');
} finally { mb_internal_encoding($old); }

UTF-8: 3

Второй аргумент mb_strlen пропущен намеренно, чтобы увидеть default. Для библиотечного кода явная кодировка часто понятнее.

<?php
declare(strict_types=1);

$bytes = "\xCC\xE8\xF0";
$old = mb_internal_encoding();
try {
    mb_internal_encoding('UTF-8');
    echo bin2hex($bytes), "\n";
    echo mb_convert_encoding($bytes, 'UTF-8', 'Windows-1251');
} finally { mb_internal_encoding($old); }

cce8f0
Мир

bin2hex показывает исходные байты. Только второй вызов выполняет преобразование с известной исходной таблицей.

<?php
$old = mb_substitute_character();
try {
    mb_substitute_character(ord('?'));
    echo mb_convert_encoding('5 €', 'ASCII', 'UTF-8'), "\n";
} finally {
    mb_substitute_character($old);
}

5 ?

ord получает числовой код ASCII-знака ?. Настройка действует на последующие преобразования, а не меняет строку сама. После примера прежнее правило возвращается.

<?php
$old = mb_substitute_character();
try {
    foreach (['long', 'entity', 'none'] as $mode) {
        mb_substitute_character($mode);
        echo $mode, ': [', mb_convert_encoding('5 €', 'ASCII', 'UTF-8'), "]\n";
    }
} finally {
    mb_substitute_character($old);
}

long: [5 U+20AC]
entity: [5 €]
none: [5 ]

Квадратные скобки показывают оставшийся пробел. none удалил сам знак валюты, а entity записал техническую последовательность, которую обычный текстовый приёмник может показать буквально. Для цены правильнее согласовать UTF-8 или явное обозначение EUR, чем молча потерять валюту.

<?php
$old = mb_substitute_character();
try {
    mb_substitute_character(0xFFFD);
    $clean = mb_scrub("Ки\xFFсть", 'UTF-8');
    echo $clean, "\n";
    echo mb_check_encoding($clean, 'UTF-8') ? "Результат имеет допустимые байты\n" : "Ошибка\n";
} finally {
    mb_substitute_character($old);
}

Ки�сть
Результат имеет допустимые байты

0xFFFD — код знака замены. try/finally здесь сохраняет общую настройку для остального приложения. Допустимость результата не доказывает правильность слова; очищенную копию нельзя считать исходными данными заказа.

<?php
$old = mb_substitute_character();
try {
    mb_substitute_character(0xFFFD);
    $raw = "Ки\xFFсть";
    if (!mb_check_encoding($raw, 'UTF-8')) {
        echo 'Строка 7 отклонена. Диагностическая копия: ', mb_scrub($raw, 'UTF-8'), "\n";
        echo 'Исходные байты: ', bin2hex($raw), "\n";
    }
} finally {
    mb_substitute_character($old);
}

Строка 7 отклонена. Диагностическая копия: Ки�сть
Исходные байты: d09ad0b8ffd181d182d18c

Номер строки помогает попросить поставщика исправить конкретную запись. Пример использует учебное название без секретов. В реальном журнале ограничивают объём и доступ; scrub не скрывает личные данные и не заменяет htmlspecialchars при HTML-выводе.

<?php
$old = mb_internal_encoding();
try {
    mb_internal_encoding('UTF-8');
    echo 'Исходный текст: ', mb_get_info('internal_encoding'), "\n";
} finally {
    mb_internal_encoding($old);
}

Исходный текст: UTF-8

Строка internal_encoding выбирает конкретное поле. Это чтение информации, а не запись настройки. Настройку перед этим меняет отдельная функция mb_internal_encoding.

<?php
$language = mb_language();
$encoding = mb_internal_encoding();
try {
    mb_language('neutral');
    mb_internal_encoding('UTF-8');
    $info = mb_get_info();
    foreach (['internal_encoding', 'mail_charset', 'mail_header_encoding', 'mail_body_encoding'] as $key) {
        echo $key, ': ', $info[$key], "\n";
    }
} finally {
    mb_language($language);
    mb_internal_encoding($encoding);
}

internal_encoding: UTF-8
mail_charset: UTF-8
mail_header_encoding: BASE64
mail_body_encoding: BASE64

Это конкретный профиль neutral. На чужом сервере значения могут отличаться, поэтому вывод читают, а не подменяют проверкой наличия ключей. Кодирование заголовка и тела — отдельные поля. Диагностику показывают администратору, а не каждому посетителю сайта.

<?php
declare(strict_types=1);

$old = mb_language();
try { mb_language('neutral'); echo mb_get_info('mail_charset'); }
finally { mb_language($old); }

UTF-8

Это чтение подготовки почты; письмо не отправляется.

<?php
declare(strict_types=1);

$old = mb_language();
try {
    mb_language('Japanese');
    echo 'Заказ готов', "\n", mb_get_info('mail_charset'), "\n";
    echo mb_get_info('mail_header_encoding'), '/', mb_get_info('mail_body_encoding');
} finally { mb_language($old); }

Заказ готов
ISO-2022-JP
BASE64/7bit

Выбор Japanese — совместимость с определённым почтовым получателем, а не автоматический перевод. В последних двух значениях видна разница упаковки заголовка и тела. Для нового многоязычного сервиса обычно удобнее согласованный UTF-8-профиль.

<?php
$legacy = "\xCA\xE8\xF1\xF2\xFC";
$title = mb_convert_encoding($legacy, 'UTF-8', 'Windows-1251');
echo 'Название: ', $title, "\n";
echo 'Байтов до: ', strlen($legacy), '; после: ', strlen($title), "\n";
echo 'Исходные байты: ', bin2hex($legacy), "\n";

Название: Кисть
Байтов до: 5; после: 10
Исходные байты: cae8f1f2fc

Второй аргумент — куда, третий — откуда. Шестнадцатеричная запись нужна, чтобы UTF-8-файл примера действительно содержал старые байты в переменной. Это не транслитерация: слово осталось русским. Заголовок страницы с UTF-8 сам по себе не преобразует старую строку.

<?php
$legacyRow = "BR41;\xCA\xE8\xF1\xF2\xFC;12";
$utf8Row = mb_convert_encoding($legacyRow, 'UTF-8', 'Windows-1251');
$fields = str_getcsv($utf8Row, ';', '"', '');
echo 'Артикул: ', $fields[0], "\n";
echo 'Название: ', $fields[1], "\n";
echo 'Остаток из файла: ', $fields[2], "\n";

Артикул: BR41
Название: Кисть
Остаток из файла: 12

По контракту этой выгрузки разделитель — точка с запятой, исходная кодировка — Windows-1251. Сначала получаем нормальный текст, затем разбираем CSV. Для файла используют file_get_contents/fgetcsv или поток с согласованной перекодировкой; здесь показана одна строка. Перед записью проверяют число полей, тип и предел остатка: значение CSV пока строка.

<?php
$legacy = ["\xEA\xEE\xE4" => ['title' => "\xCA\xE8\xF1\xF2\xFC", 'stock' => 12]];
$catalog = mb_convert_encoding($legacy, 'UTF-8', 'Windows-1251');
echo 'Имя ключа: ', array_key_first($catalog), "\n";
echo $catalog['код']['title'], ': ', $catalog['код']['stock'], " шт.\n";

Имя ключа: код
Кисть: 12 шт.

Массив преобразуется рекурсивно, в том числе строковые ключи. stock был числом и остался числом. Смешивать кодировки разных строк в одном таком вызове нельзя. Потери и совпадение преобразованных ключей способны изменить данные; для важного импорта сохраняют оригинал и проверяют схему.

<?php
$old = mb_substitute_character();
try {
    mb_substitute_character(ord('?'));
    $name = 'Кисть';
    $export = mb_convert_encoding($name, 'ASCII', 'UTF-8');
    echo 'Экспорт: ', $export, "\n";
    $roundTrip = mb_convert_encoding($export, 'UTF-8', 'ASCII');
    if ($roundTrip !== $name) {
        echo "Название потеряет символы — нужен другой формат экспорта\n";
    }
} finally {
    mb_substitute_character($old);
}

Экспорт: ?????
Название потеряет символы — нужен другой формат экспорта

Возврат строки не означает отсутствие потерь. Здесь обратное преобразование обнаруживает потерю именно этого значения; вопросительные знаки уже не содержат исходных букв. Нельзя исправить неверно выбранную таблицу подстановками «похожих» букв. Источник кодировки выясняют у поставщика.

<?php
$title = "\xCA\xE8\xF1\xF2\xFC";
$source = mb_convert_variables('UTF-8', 'Windows-1251', $title);
echo 'Источник: ', $source, "\n";
echo 'Название: ', $title, "\n";

Источник: Windows-1251
Название: Кисть

Амперсанд & стоит в объявленной сигнатуре функции, в вызове его не пишут. Строковый литерал вместо переменной передать по ссылке нельзя. Если требуется сохранить старый текст отдельной переменной, mb_convert_encoding обычно яснее.

<?php
$product = ['title' => "\xCA\xE8\xF1\xF2\xFC", 'stock' => 12];
$note = "\xCC\xE8\xF0";
mb_convert_variables('UTF-8', 'Windows-1251', $product, $note);
echo $product['title'], ': ', $product['stock'], " шт.\n";
echo 'Примечание: ', $note, "\n";

Кисть: 12 шт.
Примечание: Мир

Все строковые значения этого пакета имеют одну известную кодировку. Вложенные значения изменены, число stock сохранилось. Функция поддерживает также объекты, но массовое изменение объекта с инвариантами, hooks или readonly-свойствами — другой уровень ответственности; начинайте с простого контейнера данных.

<?php
$currency = mb_chr(0x20AC, 'UTF-8');
echo 'Цена: 25 ', $currency, "\n";
echo 'Байтов UTF-8: ', strlen($currency), "\n";

Цена: 25 €
Байтов UTF-8: 3

Вводится число без кавычек. Результат — строка, а не HTML-сущность. chr создаёт один байт и не является заменой mb_chr для произвольного Unicode.

<?php
$symbol = mb_chr(0x20AC, 'ISO-8859-1');
if ($symbol === false) {
    $symbol = 'EUR';
}
echo 'Цена: 25 ', $symbol, "\n";
echo mb_chr(0x110000, 'UTF-8') === false ? "Такой код лежит вне Unicode\n" : "Получен знак\n";

Цена: 25 EUR
Такой код лежит вне Unicode

В ISO-8859-1 нет евро, поэтому явно выбрано допустимое для задачи обозначение EUR. Нельзя так же произвольно менять имя человека. Один Unicode-код не всегда равен целому видимому emoji: составные последовательности состоят из нескольких кодов.

<?php
$symbol = '€';
echo 'Unicode: ', mb_ord($symbol, 'UTF-8'), "\n";
echo 'Первый байт: ', ord($symbol[0]), "\n";

Unicode: 8364
Первый байт: 226

Индекс [0] читает первый байт E2, а mb_ord декодирует целый UTF-8-символ. Поэтому числа различаются. Для нескольких символов нужен явный обход, функция не возвращает массив всех кодов.

<?php
$title = "\u{00A0}Кисть";
printf("Первый знак: U+%04X\n", mb_ord($title, 'UTF-8'));
if (mb_ord($title, 'UTF-8') === 0x00A0) {
    echo 'Название после согласованной очистки: ', mb_trim($title, null, 'UTF-8'), "\n";
}

Первый знак: U+00A0
Название после согласованной очистки: Кисть

printf оформляет число в привычную Unicode-запись. Пример проверяет конкретный случай, а не удаляет все невидимые знаки из любых данных. mb_trim требует PHP 8.4+. В пустой строке нет первого знака: перед вызовом проверяют $title !== ""; в PHP 8.5 пустой вход вызывает ValueError.

<?php
$title = 'Кисть';
$wireLabel = mb_strcut($title, 0, 9, 'UTF-8');
echo 'Подпись для устройства: ', $wireLabel, "\n";
echo 'Байтов в подписи: ', strlen($wireLabel), "\n";
echo 'Исходное название: ', $title, "\n";

Подпись для устройства: Кист
Байтов в подписи: 8
Исходное название: Кисть

Возвращено меньше девяти байтов, поскольку девятый был бы половиной буквы. Если приёмнику нужно полное юридически значимое имя, его не сокращают: сравнивают strlen с пределом и возвращают ошибку. Кодировка протокола должна быть выбрана до применения лимита.

<?php
$text = 'АБВ';
echo 'С байта 0: ', mb_strcut($text, 0, 3, 'UTF-8'), "\n";
echo 'С байта 1: ', mb_strcut($text, 1, 3, 'UTF-8'), "\n";
echo 'С символа 1: ', mb_substr($text, 1, 1, 'UTF-8'), "\n";

С байта 0: А
С байта 1: А
С символа 1: Б

Байт 1 находится внутри А, поэтому mb_strcut отступает к началу этой буквы. В mb_substr позиция 1 означает уже вторую кодовую точку Б. Эти функции не взаимозаменяемы. Целая кодовая точка всё ещё не гарантирует целую графему с акцентом.

<?php
foreach (['AB', '東京'] as $label) {
    echo $label, ': кодовых точек ', mb_strlen($label, 'UTF-8');
    echo ', условная ширина ', mb_strwidth($label, 'UTF-8'), "\n";
}

AB: кодовых точек 2, условная ширина 2
東京: кодовых точек 2, условная ширина 4

東京 — японское название Токио. Единицы ширины не равны байтам и не равны CSS-пикселям. На результат отображения влияют шрифт и терминал; emoji, управляющие последовательности и combining marks требуют более сложной модели.

<?php
$stock = ['AB' => 12, '東京' => 8];
foreach ($stock as $location => $quantity) {
    $padding = max(0, 6 - mb_strwidth($location, 'UTF-8'));
    echo $location, str_repeat(' ', $padding), '| ', $quantity, "\n";
}

AB    | 12
東京  | 8

max не позволяет передать отрицательное число в str_repeat, если название длиннее колонки. Длинную подпись здесь не обрезаем; для ограничения этой же моделью есть mb_strimwidth. На веб-странице для выравнивания колонок применяют CSS или таблицу.

<?php
foreach (['東京ABCD', '東京'] as $label) {
    $short = mb_strimwidth($label, 0, 6, '..', 'UTF-8');
    echo $label, ' → ', $short, "\n";
}

東京ABCD → 東京..
東京 → 東京

start=0 — начало по кодовым точкам, width=6 — предел по условной ширине. Это разные единицы. Две точки появляются только при сокращении и занимают место внутри предела, а не после него.

<?php
foreach (['東京ABCD', 'AB'] as $label) {
    $short = mb_strimwidth($label, 0, 6, '..', 'UTF-8');
    $padding = 6 - mb_strwidth($short, 'UTF-8');
    echo $short, str_repeat(' ', $padding), "| готово\n";
}

東京..| готово
AB    | готово

Первая функция сокращает, вторая измеряет результат в той же модели, str_repeat дополняет пробелами. Для обычной русской карточки по числу кодовых точек чаще нужен mb_substr. Для реального CSS-блока — вёрстка, а не подсчёт условной ширины PHP.

<?php
echo '[', mb_str_pad('Кисть', 8, ' ', STR_PAD_RIGHT, 'UTF-8'), "]\n";
echo '[', mb_str_pad('Кисть широкая', 8, ' ', STR_PAD_RIGHT, 'UTF-8'), "]\n";

[Кисть   ]
[Кисть широкая]

Скобки показывают добавленные пробелы. length — минимальная общая длина, а не число добавляемых знаков. Длинная строка остаётся целиком. Функция доступна с PHP 8.3 и не заменяет измерение условной ширины или CSS-пикселей.

<?php
echo mb_str_pad('Мир', 8, '.', STR_PAD_LEFT, 'UTF-8'), "\n";
echo mb_str_pad('Мир', 8, '.', STR_PAD_RIGHT, 'UTF-8'), "\n";
echo mb_str_pad('Мир', 8, '.', STR_PAD_BOTH, 'UTF-8'), "\n";

.....Мир
Мир.....
..Мир...

Всего нужно пять точек. При BOTH нечётный лишний знак оказывается справа. Многосимвольное заполнение повторяется и при необходимости сокращается. Пустое заполнение недопустимо; это ошибка параметра, а не команда «ничего не добавлять».

<?php
$letters = mb_str_split('Кисть', 1, 'UTF-8');
echo 'Первая буква: ', $letters[0], "\n";
echo 'Все буквы: ', implode(' | ', $letters), "\n";

Первая буква: К
Все буквы: К | и | с | т | ь

Ключ первого элемента — 0. Вертикальные черты добавила implode, а не mb_str_split. Для большого файла массив на каждую кодовую точку потребует много памяти; не делите так весь импорт без необходимости.

<?php
$groups = mb_str_split('АБВГД', 2, 'UTF-8');
foreach ($groups as $index => $group) {
    echo 'Группа ', $index + 1, ': ', $group, "\n";
}

Группа 1: АБ
Группа 2: ВГ
Группа 3: Д

Каждая группа содержит не более двух кодовых точек. Последняя Д не теряется. Для соединённых emoji или буквы с отдельным акцентом такой разбор может разделить видимый знак; графемное разбиение относится к intl.

<?php
$raw = "\u{00A0}Кисть\u{00A0}";
$title = mb_trim($raw, null, 'UTF-8');
echo '[', $title, "]\n";
echo 'Кодовых точек: ', mb_strlen($title, 'UTF-8'), "\n";

[Кисть]
Кодовых точек: 5

Запись \u{00A0} создаёт неразрывный пробел: он похож на обычный, но имеет другой код. null выбирает стандартный набор пробельных знаков. Квадратные скобки — наша подсказка для чтения вывода, они не часть результата функции. Полный набор знаков приведён перед примерами.

<?php
$raw = "\u{00A0}Кисть широкая\u{00A0}";
$title = mb_trim($raw, null, 'UTF-8');
echo 'Название: [', $title, "]\n";
echo 'Оригинал сохранён: ', mb_strlen($raw, 'UTF-8'), " знаков\n";

Название: [Кисть широкая]
Оригинал сохранён: 15 знаков

Внутренний пробел нужен для названия из двух слов и остаётся на месте. Выбранная функция работает с обоих краёв. Если надо снять оба края, используйте mb_trim. В форме до такого вызова отдельно убеждаются, что значение — строка корректного UTF-8; массив вместо текста не обрабатывают как название.

<?php
echo '[', mb_trim('《Кисть》', '《》', 'UTF-8'), "]\n";
echo '[', mb_trim('  Кисть  ', null, 'UTF-8'), "]\n";

[Кисть]
[Кисть]

Второй аргумент — набор отдельных знаков, а не точная фраза и не регулярное выражение. Функция снимает сколько угодно крайних знаков из набора до первого другого символа. Для удаления ровно одного известного префикса сначала проверяют его и берут подстроку.

<?php
$raw = "\u{00A0}Кисть\u{00A0}";
$title = mb_ltrim($raw, null, 'UTF-8');
echo '[', $title, "]\n";
echo 'Кодовых точек: ', mb_strlen($title, 'UTF-8'), "\n";

[Кисть ]
Кодовых точек: 6

Запись \u{00A0} создаёт неразрывный пробел: он похож на обычный, но имеет другой код. null выбирает стандартный набор пробельных знаков. Квадратные скобки — наша подсказка для чтения вывода, они не часть результата функции. Полный набор знаков приведён перед примерами.

<?php
$raw = "\u{00A0}Кисть широкая\u{00A0}";
$title = mb_ltrim($raw, null, 'UTF-8');
echo 'Название: [', $title, "]\n";
echo 'Оригинал сохранён: ', mb_strlen($raw, 'UTF-8'), " знаков\n";

Название: [Кисть широкая ]
Оригинал сохранён: 15 знаков

Внутренний пробел нужен для названия из двух слов и остаётся на месте. Выбранная функция работает слева. Если надо снять оба края, используйте mb_trim. В форме до такого вызова отдельно убеждаются, что значение — строка корректного UTF-8; массив вместо текста не обрабатывают как название.

<?php
echo '[', mb_ltrim('《Кисть》', '《》', 'UTF-8'), "]\n";
echo '[', mb_ltrim('  Кисть  ', null, 'UTF-8'), "]\n";

[Кисть》]
[Кисть  ]

Второй аргумент — набор отдельных знаков, а не точная фраза и не регулярное выражение. Функция снимает сколько угодно крайних знаков из набора до первого другого символа. Для удаления ровно одного известного префикса сначала проверяют его и берут подстроку.

<?php
$raw = "\u{00A0}Кисть\u{00A0}";
$title = mb_rtrim($raw, null, 'UTF-8');
echo '[', $title, "]\n";
echo 'Кодовых точек: ', mb_strlen($title, 'UTF-8'), "\n";

[ Кисть]
Кодовых точек: 6

Запись \u{00A0} создаёт неразрывный пробел: он похож на обычный, но имеет другой код. null выбирает стандартный набор пробельных знаков. Квадратные скобки — наша подсказка для чтения вывода, они не часть результата функции. Полный набор знаков приведён перед примерами.

<?php
$raw = "\u{00A0}Кисть широкая\u{00A0}";
$title = mb_rtrim($raw, null, 'UTF-8');
echo 'Название: [', $title, "]\n";
echo 'Оригинал сохранён: ', mb_strlen($raw, 'UTF-8'), " знаков\n";

Название: [ Кисть широкая]
Оригинал сохранён: 15 знаков

Внутренний пробел нужен для названия из двух слов и остаётся на месте. Выбранная функция работает справа. Если надо снять оба края, используйте mb_trim. В форме до такого вызова отдельно убеждаются, что значение — строка корректного UTF-8; массив вместо текста не обрабатывают как название.

<?php
echo '[', mb_rtrim('《Кисть》', '《》', 'UTF-8'), "]\n";
echo '[', mb_rtrim('  Кисть  ', null, 'UTF-8'), "]\n";

[《Кисть]
[  Кисть]

Второй аргумент — набор отдельных знаков, а не точная фраза и не регулярное выражение. Функция снимает сколько угодно крайних знаков из набора до первого другого символа. Для удаления ровно одного известного префикса сначала проверяют его и берут подстроку.

<?php
$title = 'Кисть';
$label = mb_strtoupper($title, 'UTF-8');
echo 'Этикетка: ', $label, "\n";
echo 'Каталог: ', $title, "\n";

Этикетка: КИСТЬ
Каталог: Кисть

Второй аргумент — кодировка, а не язык. Преобразование выполняет правила Unicode; оно не меняет исходное имя и не транслитерирует его в латиницу.

<?php
$name = 'Straße';
$label = mb_strtoupper($name, 'UTF-8');
echo $name, ' -> ', $label, "\n";
echo mb_strlen($name, 'UTF-8'), ' -> ', mb_strlen($label, 'UTF-8'), " знаков\n";
if (mb_strlen($label, 'UTF-8') > 6) {
    echo "Этикетка не помещается в поле из 6 знаков\n";
}

Straße -> STRASSE
6 -> 7 знаков
Этикетка не помещается в поле из 6 знаков

ß в полном верхнем регистре становится SS. Поэтому правило «вход помещался, значит выход тоже» неверно. Код показывает отказ до отправки; никакого реального принтера здесь нет. Для юридического имени или бренда сохраняют утверждённое написание.

<?php
echo mb_lcfirst('ЗаКАЗ', 'UTF-8'), "\n";
echo mb_strtolower('ЗаКАЗ', 'UTF-8'), "\n";

заКАЗ
заказ

Первый результат сохраняет КАЗ. Второй меняет все буквы. Выбирайте функцию по тому, какую часть подписи действительно нужно преобразовать.

<?php
$statusLabel = 'Заказ готов';
echo 'Статус: ', mb_lcfirst($statusLabel, 'UTF-8'), ".\n";
echo 'Заголовок: ', $statusLabel, "\n";

Статус: заказ готов.
Заголовок: Заказ готов

Такое правило подходит для контролируемого набора статусов. Не применяйте его автоматически к именам людей или брендам. mb_lcfirst появилась в PHP 8.4; на старой версии этот вызов отсутствует.

<?php
$message = 'заказ готов';
echo mb_ucfirst($message, 'UTF-8'), "\n";
echo mb_ucfirst('заКАЗ готов', 'UTF-8'), "\n";

Заказ готов
ЗаКАЗ готов

Во втором случае остальной неправильный регистр не исправился. Функция не понимает грамматику и не ищет первое слово после ведущего пробела: первый знак должен быть тем, который требуется изменить.

<?php
echo mb_ucfirst('dzabc', 'UTF-8'), "\n";
echo mb_strtoupper('dzabc', 'UTF-8'), "\n";

Dzabc
DZABC

У диграфа dz есть начальная форма Dz и верхняя DZ. Это демонстрация реального Unicode-правила, а не обещание автоматически красиво оформить любое имя. Для слов есть MB_CASE_TITLE; оно тоже требует редакционной проверки.

<?php
$text = 'новый ЗАКАЗ';
echo mb_convert_case($text, MB_CASE_LOWER, 'UTF-8'), "\n";
echo mb_convert_case($text, MB_CASE_UPPER, 'UTF-8'), "\n";
echo mb_convert_case($text, MB_CASE_TITLE, 'UTF-8'), "\n";

новый заказ
НОВЫЙ ЗАКАЗ
Новый Заказ

Второй аргумент — одна константа выбора. MB_CASE_TITLE меняет форму слов; это не гарантия правильного написания аббревиатур и фамилий. Все восемь режимов описаны в параметрах выше.

<?php
$stored = 'Straße';
$imported = 'STRASSE';
$left = mb_convert_case($stored, MB_CASE_FOLD, 'UTF-8');
$right = mb_convert_case($imported, MB_CASE_FOLD, 'UTF-8');
echo 'Ключи: ', $left, ' / ', $right, "\n";
if ($left === $right) {
    echo 'Найдено сохранённое название: ', $stored, "\n";
}

Ключи: strasse / strasse
Найдено сохранённое название: Straße

Здесь прикладное правило разрешает такое сопоставление; для уникальных идентификаторов его заранее согласуют. Case folding не включает каноническую нормализацию Unicode и не обязан совпадать с правилами базы данных.

<?php
echo mb_convert_case('Straße', MB_CASE_FOLD, 'UTF-8'), "\n";
echo mb_convert_case('Straße', MB_CASE_FOLD_SIMPLE, 'UTF-8'), "\n";

strasse
straße

SIMPLE не разворачивает ß в ss. Он нужен там, где выбран именно такой контракт, а не как более быстрая взаимозаменяемая версия. Пример показывает причину возможного несовпадения поиска.

<?php
$raw = 'ＡＢ１２　CD';
$code = mb_convert_kana($raw, 'as', 'UTF-8');
echo 'Источник: ', $raw, "\n";
echo 'Для сопоставления: ', $code, "\n";

Источник: ＡＢ１２　CD
Для сопоставления: AB12 CD

Флаг a меняет поддерживаемые широкие ASCII-знаки, s — широкий пробел. Это не общая очистка строки и не транслитерация. Полный перечень флагов и исключения сохранены в таблице выше.

<?php
$catalog = ['AB12' => 'Кисть'];
$received = 'ＡＢ１２';
$key = mb_convert_kana($received, 'a', 'UTF-8');
if (array_key_exists($key, $catalog)) {
    echo 'Получено ', $received, '; найден ', $key, ': ', $catalog[$key], "\n";
}

Получено ＡＢ１２; найден AB12: Кисть

Такое сопоставление допустимо, только если правило поставщика считает эти формы одним артикулом. Два разных внешних идентификатора могут превратиться в один ключ — коллизии нужно обнаруживать. Исходное значение остаётся для отчёта.

<?php
$half = 'ｶﾞｸ';
$full = mb_convert_kana($half, 'KV', 'UTF-8');
echo $half, ' -> ', $full, "\n";
echo 'Кодовых точек: ', mb_strlen($half, 'UTF-8'), ' -> ', mb_strlen($full, 'UTF-8'), "\n";

ｶﾞｸ -> ガク
Кодовых точек: 3 -> 2

K меняет узкую катакану на широкую, V объединяет озвончение с предыдущим знаком. Поэтому длина изменилась. Валидацию длины делают по форме, которая действительно отправится получателю; юридически значимое имя не переписывают без правила.

<?php
$map = [0x80, 0x10FFFF, 0, 0x10FFFF];
echo mb_encode_numericentity('A€', $map, 'UTF-8'), "\n";
echo mb_encode_numericentity('A€', $map, 'UTF-8', true), "\n";

A€
A€

Четыре числа — одна группа: начало, конец, смещение, маска. Начало 0x80 оставляет ASCII без изменения; смещение 0 сохраняет номер Unicode. Последний аргумент true выбирает шестнадцатеричную запись. Это обычные строки, которые здесь показаны буквально.

<?php
$map = [0x80, 0x10FFFF, 0, 0x10FFFF];
$text = '<Кисть>';
echo 'Выбранные знаки: ', mb_encode_numericentity($text, $map, 'UTF-8'), "\n";
echo 'Текст для HTML: ', htmlspecialchars($text, ENT_QUOTES | ENT_SUBSTITUTE, 'UTF-8'), "\n";

Выбранные знаки: <&#1050;&#1080;&#1089;&#1090;&#1100;>
Текст для HTML: &lt;Кисть&gt;

У первого результата угловые скобки остались: они вне выбранного диапазона. Для показа пользовательского текста в HTML обычно нужен второй вариант. Для JavaScript, URL и SQL правила другие; не пытайтесь одной картой решить все контексты.

<?php
$map = [0x80, 0x10FFFF, 0, 0x10FFFF];
echo mb_decode_numericentity('Цена: 5 &#8364;', $map, 'UTF-8'), "\n";
echo mb_decode_numericentity('Цена: 5 &#x20AC;', $map, 'UTF-8'), "\n";

Цена: 5 €
Цена: 5 €

Десятичная и шестнадцатеричная записи дали один знак. Карта состоит из групп по четыре числа. Именованная & — другая форма: для общего набора HTML-сущностей смотрят html_entity_decode.

<?php
$map = [0, 0x10FFFF, 0, 0x10FFFF];
$text = mb_decode_numericentity('&#60;b&#62;Кисть&#60;/b&#62;', $map, 'UTF-8');
echo 'Полученные данные: ', $text, "\n";
echo 'Безопасный HTML-текст: ', htmlspecialchars($text, ENT_QUOTES | ENT_SUBSTITUTE, 'UTF-8'), "\n";

Полученные данные: <b>Кисть</b>
Безопасный HTML-текст: &lt;b&gt;Кисть&lt;/b&gt;

В CLI первая строка просто текст; если без экранирования поместить её в HTML, браузер воспримет тег. Поэтому декодирование и вывод — отдельные действия. Кавычки, теги и произвольные атрибуты нельзя объявлять доверенными после успешного преобразования.

<?php
$text = 'Кисть / Кисть';
$position = mb_strpos($text, 'Кисть', 0, 'UTF-8');
if ($position !== false) {
    echo 'Найдено с позиции ', $position, "
";
    echo 'Фрагмент от позиции: ', mb_substr($text, $position, null, 'UTF-8'), "
";
}

Найдено с позиции 0
Фрагмент от позиции: Кисть / Кисть

Нумерация начинается с нуля. Даже при совпадении в начале условие !== false остаётся истинным. mb_substr принимает позицию в тех же единицах. Обычный substr воспринял бы её как байтовый индекс и мог разрезать русскую букву.

<?php
$comment = 'заказ: принят; заказ: выдан';
$position = mb_strpos($comment, 'заказ:', 0, 'UTF-8');
if ($position === false) {
    echo "В заметке нет отметки заказа
";
} else {
    $note = mb_substr($comment, $position, null, 'UTF-8');
    echo 'Выбранная отметка: ', $note, "
";
}

Выбранная отметка: заказ: принят; заказ: выдан

Первый поиск сохраняет текст от первой отметки, включая последующие записи. Если поставщик допускает произвольный регистр метки, нужен регистронезависимый вариант. Для настоящего структурированного журнала с датами и полями лучше разбирать его формат, а не считать эту подстроку доказательством статуса заказа.

<?php
$position = mb_strpos('Доставка завтра', 'заказ:', 0, 'UTF-8');
if ($position === false) {
    echo "Метка не найдена: уточните текст заметки
";
}
$emptyNeedle = '';
if ($emptyNeedle === '') {
    echo "Введите непустой запрос поиска
";
}

Метка не найдена: уточните текст заметки
Введите непустой запрос поиска

Пустую строку PHP 8 разрешает как искомую, но для интерфейса поиска это часто лишено смысла. Поэтому правило формы проверяется до вызова. Слишком большой offset является отдельной ошибкой параметра. Регистронезависимость не означает Unicode-нормализацию или языковую коллацию.

<?php
$text = 'КИСТЬ / кисть';
$position = mb_stripos($text, 'кисть', 0, 'UTF-8');
if ($position !== false) {
    echo 'Найдено с позиции ', $position, "
";
    echo 'Фрагмент от позиции: ', mb_substr($text, $position, null, 'UTF-8'), "
";
}

Найдено с позиции 0
Фрагмент от позиции: КИСТЬ / кисть

Нумерация начинается с нуля. Даже при совпадении в начале условие !== false остаётся истинным. mb_substr принимает позицию в тех же единицах. Обычный substr воспринял бы её как байтовый индекс и мог разрезать русскую букву.

<?php
$comment = 'ЗАКАЗ: принят; заказ: выдан';
$position = mb_stripos($comment, 'заказ:', 0, 'UTF-8');
if ($position === false) {
    echo "В заметке нет отметки заказа
";
} else {
    $note = mb_substr($comment, $position, null, 'UTF-8');
    echo 'Выбранная отметка: ', $note, "
";
}

Выбранная отметка: ЗАКАЗ: принят; заказ: выдан

Первый поиск сохраняет текст от первой отметки, включая последующие записи. Слово ЗАКАЗ находится по запросу заказ, а исходное написание результата сохраняется. Для настоящего структурированного журнала с датами и полями лучше разбирать его формат, а не считать эту подстроку доказательством статуса заказа.

<?php
$position = mb_stripos('Доставка завтра', 'заказ:', 0, 'UTF-8');
if ($position === false) {
    echo "Метка не найдена: уточните текст заметки
";
}
$emptyNeedle = '';
if ($emptyNeedle === '') {
    echo "Введите непустой запрос поиска
";
}

Метка не найдена: уточните текст заметки
Введите непустой запрос поиска

Пустую строку PHP 8 разрешает как искомую, но для интерфейса поиска это часто лишено смысла. Поэтому правило формы проверяется до вызова. Слишком большой offset является отдельной ошибкой параметра. Регистронезависимость не означает Unicode-нормализацию или языковую коллацию.

<?php
$text = 'Кисть / Кисть';
$position = mb_strrpos($text, 'Кисть', 0, 'UTF-8');
if ($position !== false) {
    echo 'Найдено с позиции ', $position, "
";
    echo 'Фрагмент от позиции: ', mb_substr($text, $position, null, 'UTF-8'), "
";
}

Найдено с позиции 8
Фрагмент от позиции: Кисть

Нумерация начинается с нуля. Даже при совпадении в начале условие !== false остаётся истинным. mb_substr принимает позицию в тех же единицах. Обычный substr воспринял бы её как байтовый индекс и мог разрезать русскую букву.

<?php
$comment = 'заказ: принят; заказ: выдан';
$position = mb_strrpos($comment, 'заказ:', 0, 'UTF-8');
if ($position === false) {
    echo "В заметке нет отметки заказа
";
} else {
    $note = mb_substr($comment, $position, null, 'UTF-8');
    echo 'Выбранная отметка: ', $note, "
";
}

Выбранная отметка: заказ: выдан

Последний поиск позволяет получить последнюю отметку в этом простом текстовом формате. Если поставщик допускает произвольный регистр метки, нужен регистронезависимый вариант. Для настоящего структурированного журнала с датами и полями лучше разбирать его формат, а не считать эту подстроку доказательством статуса заказа.

<?php
$position = mb_strrpos('Доставка завтра', 'заказ:', 0, 'UTF-8');
if ($position === false) {
    echo "Метка не найдена: уточните текст заметки
";
}
$emptyNeedle = '';
if ($emptyNeedle === '') {
    echo "Введите непустой запрос поиска
";
}

Метка не найдена: уточните текст заметки
Введите непустой запрос поиска

Пустую строку PHP 8 разрешает как искомую, но для интерфейса поиска это часто лишено смысла. Поэтому правило формы проверяется до вызова. Слишком большой offset является отдельной ошибкой параметра. Регистронезависимость не означает Unicode-нормализацию или языковую коллацию.

<?php
$text = 'КИСТЬ / кисть';
$position = mb_strripos($text, 'кисть', 0, 'UTF-8');
if ($position !== false) {
    echo 'Найдено с позиции ', $position, "
";
    echo 'Фрагмент от позиции: ', mb_substr($text, $position, null, 'UTF-8'), "
";
}

Найдено с позиции 8
Фрагмент от позиции: кисть

Нумерация начинается с нуля. Даже при совпадении в начале условие !== false остаётся истинным. mb_substr принимает позицию в тех же единицах. Обычный substr воспринял бы её как байтовый индекс и мог разрезать русскую букву.

<?php
$comment = 'ЗАКАЗ: принят; заказ: выдан';
$position = mb_strripos($comment, 'заказ:', 0, 'UTF-8');
if ($position === false) {
    echo "В заметке нет отметки заказа
";
} else {
    $note = mb_substr($comment, $position, null, 'UTF-8');
    echo 'Выбранная отметка: ', $note, "
";
}

Выбранная отметка: заказ: выдан

Последний поиск позволяет получить последнюю отметку в этом простом текстовом формате. Слово ЗАКАЗ находится по запросу заказ, а исходное написание результата сохраняется. Для настоящего структурированного журнала с датами и полями лучше разбирать его формат, а не считать эту подстроку доказательством статуса заказа.

<?php
$position = mb_strripos('Доставка завтра', 'заказ:', 0, 'UTF-8');
if ($position === false) {
    echo "Метка не найдена: уточните текст заметки
";
}
$emptyNeedle = '';
if ($emptyNeedle === '') {
    echo "Введите непустой запрос поиска
";
}

Метка не найдена: уточните текст заметки
Введите непустой запрос поиска

Пустую строку PHP 8 разрешает как искомую, но для интерфейса поиска это часто лишено смысла. Поэтому правило формы проверяется до вызова. Слишком большой offset является отдельной ошибкой параметра. Регистронезависимость не означает Unicode-нормализацию или языковую коллацию.

<?php
$path = 'Дом/Склад/Офис';
echo 'До разделителя: ', mb_strstr($path, '/', true, 'UTF-8'), "
";
echo 'От разделителя: ', mb_strstr($path, '/', false, 'UTF-8'), "
";

До разделителя: Дом
От разделителя: /Склад/Офис

Третий аргумент задаёт сторону, а не чувствительность к регистру. / входит только в правую часть. Это удобно для собственного простого формата подписи, если / запрещён внутри названий. Функция не разбирает путь файловой системы и не проверяет доступ к каталогу.

<?php
$comment = 'Статус: принят; Статус: выдан';
$part = mb_strstr($comment, 'Статус:', false, 'UTF-8');
echo $part === false ? "Отметка отсутствует
" : 'Найдено: ' . $part . "
";
$missing = mb_strstr($comment, 'Ошибка:', false, 'UTF-8');
if ($missing === false) {
    echo "В этой заметке нет метки ошибки
";
}

Найдено: Статус: принят; Статус: выдан
В этой заметке нет метки ошибки

Результат сохраняет исходные буквы, даже когда поиск не учитывает регистр. false означает, что подстроки не было. Это поиск в известном тексте, а не проверка реального состояния заказа: для работы с API используют структурированные поля ответа.

<?php
$before = mb_strstr('Кисть широкая', 'Кисть', true, 'UTF-8');
if ($before === false) {
    echo "Слово не найдено
";
} else {
    echo 'Слово найдено. До него: [', $before, "]
";
}

Слово найдено. До него: []

Метка стоит в начале, поэтому перед ней ничего нет. Это успешный пустой результат, а не false. Проверка if (!$before) смешала бы два разных исхода. В mb_strrchr/mb_strrichr текущего PHP искомая строка используется целиком; поведение нельзя переносить с байтовой strrchr.

<?php
$path = 'Дом/Склад/Офис';
echo 'До разделителя: ', mb_stristr($path, '/', true, 'UTF-8'), "
";
echo 'От разделителя: ', mb_stristr($path, '/', false, 'UTF-8'), "
";

До разделителя: Дом
От разделителя: /Склад/Офис

Третий аргумент задаёт сторону, а не чувствительность к регистру. / входит только в правую часть. Это удобно для собственного простого формата подписи, если / запрещён внутри названий. Функция не разбирает путь файловой системы и не проверяет доступ к каталогу.

<?php
$comment = 'Статус: принят; СТАТУС: выдан';
$part = mb_stristr($comment, 'статус:', false, 'UTF-8');
echo $part === false ? "Отметка отсутствует
" : 'Найдено: ' . $part . "
";
$missing = mb_stristr($comment, 'Ошибка:', false, 'UTF-8');
if ($missing === false) {
    echo "В этой заметке нет метки ошибки
";
}

Найдено: Статус: принят; СТАТУС: выдан
В этой заметке нет метки ошибки

Результат сохраняет исходные буквы, даже когда поиск не учитывает регистр. false означает, что подстроки не было. Это поиск в известном тексте, а не проверка реального состояния заказа: для работы с API используют структурированные поля ответа.

<?php
$before = mb_stristr('Кисть широкая', 'Кисть', true, 'UTF-8');
if ($before === false) {
    echo "Слово не найдено
";
} else {
    echo 'Слово найдено. До него: [', $before, "]
";
}

Слово найдено. До него: []

Метка стоит в начале, поэтому перед ней ничего нет. Это успешный пустой результат, а не false. Проверка if (!$before) смешала бы два разных исхода. В mb_strrchr/mb_strrichr текущего PHP искомая строка используется целиком; поведение нельзя переносить с байтовой strrchr.

<?php
$path = 'Дом/Склад/Офис';
echo 'До разделителя: ', mb_strrchr($path, '/', true, 'UTF-8'), "
";
echo 'От разделителя: ', mb_strrchr($path, '/', false, 'UTF-8'), "
";

До разделителя: Дом/Склад
От разделителя: /Офис

Третий аргумент задаёт сторону, а не чувствительность к регистру. / входит только в правую часть. Это удобно для собственного простого формата подписи, если / запрещён внутри названий. Функция не разбирает путь файловой системы и не проверяет доступ к каталогу.

<?php
$comment = 'Статус: принят; Статус: выдан';
$part = mb_strrchr($comment, 'Статус:', false, 'UTF-8');
echo $part === false ? "Отметка отсутствует
" : 'Найдено: ' . $part . "
";
$missing = mb_strrchr($comment, 'Ошибка:', false, 'UTF-8');
if ($missing === false) {
    echo "В этой заметке нет метки ошибки
";
}

Найдено: Статус: выдан
В этой заметке нет метки ошибки

Результат сохраняет исходные буквы, даже когда поиск не учитывает регистр. false означает, что подстроки не было. Это поиск в известном тексте, а не проверка реального состояния заказа: для работы с API используют структурированные поля ответа.

<?php
$before = mb_strrchr('Кисть широкая', 'Кисть', true, 'UTF-8');
if ($before === false) {
    echo "Слово не найдено
";
} else {
    echo 'Слово найдено. До него: [', $before, "]
";
}

Слово найдено. До него: []

Метка стоит в начале, поэтому перед ней ничего нет. Это успешный пустой результат, а не false. Проверка if (!$before) смешала бы два разных исхода. В mb_strrchr/mb_strrichr текущего PHP искомая строка используется целиком; поведение нельзя переносить с байтовой strrchr.

<?php
$path = 'Дом/Склад/Офис';
echo 'До разделителя: ', mb_strrichr($path, '/', true, 'UTF-8'), "
";
echo 'От разделителя: ', mb_strrichr($path, '/', false, 'UTF-8'), "
";

До разделителя: Дом/Склад
От разделителя: /Офис

Третий аргумент задаёт сторону, а не чувствительность к регистру. / входит только в правую часть. Это удобно для собственного простого формата подписи, если / запрещён внутри названий. Функция не разбирает путь файловой системы и не проверяет доступ к каталогу.

<?php
$comment = 'Статус: принят; СТАТУС: выдан';
$part = mb_strrichr($comment, 'статус:', false, 'UTF-8');
echo $part === false ? "Отметка отсутствует
" : 'Найдено: ' . $part . "
";
$missing = mb_strrichr($comment, 'Ошибка:', false, 'UTF-8');
if ($missing === false) {
    echo "В этой заметке нет метки ошибки
";
}

Найдено: СТАТУС: выдан
В этой заметке нет метки ошибки

Результат сохраняет исходные буквы, даже когда поиск не учитывает регистр. false означает, что подстроки не было. Это поиск в известном тексте, а не проверка реального состояния заказа: для работы с API используют структурированные поля ответа.

<?php
$before = mb_strrichr('Кисть широкая', 'Кисть', true, 'UTF-8');
if ($before === false) {
    echo "Слово не найдено
";
} else {
    echo 'Слово найдено. До него: [', $before, "]
";
}

Слово найдено. До него: []

Метка стоит в начале, поэтому перед ней ничего нет. Это успешный пустой результат, а не false. Проверка if (!$before) смешала бы два разных исхода. В mb_strrchr/mb_strrichr текущего PHP искомая строка используется целиком; поведение нельзя переносить с байтовой strrchr.

<?php
$template = 'Заказ {{номер}} готов. Назовите {{номер}} на выдаче.';
echo 'Метка встречается: ', mb_substr_count($template, '{{номер}}', 'UTF-8'), " раза\n";
echo str_replace('{{номер}}', '42', $template), "\n";

Метка встречается: 2 раза
Заказ 42 готов. Назовите 42 на выдаче.

Подсчёт сам ничего не заменил. str_replace подходит для точной замены целой UTF-8-подстроки без mb-префикса. Если значения могут содержать другие метки, сравните поведение последовательных замен и strtr с картой.

<?php
echo 'Пара аа внутри ааа: ', mb_substr_count('ааа', 'аа', 'UTF-8'), "\n";
echo 'Подстрока заказ: ', mb_substr_count('заказ заказчик', 'заказ', 'UTF-8'), "\n";
echo 'Метка с другим регистром: ', mb_substr_count('Заказ', 'заказ', 'UTF-8'), "\n";

Пара аа внутри ааа: 1
Подстрока заказ: 2
Метка с другим регистром: 0

После первого аа поиск продолжается за занятым диапазоном, поэтому перекрывающаяся пара не считается. В слове заказчик подстрока заказ тоже присутствует. Для числа самостоятельных слов нужны границы слов, а для нечувствительности к регистру — явно выбранная нормализация. Пустая искомая строка вызывает ValueError.

<?php
$previous = mb_regex_encoding();
try {
    mb_regex_encoding('UTF-8');
    echo 'Движок читает: ', mb_regex_encoding(), "\n";
    if (mb_ereg('Кисть: ([0-9]+)', 'Кисть: 12', $parts)) {
        echo 'Остаток: ', $parts[1], " шт.\n";
    }
} finally {
    mb_regex_encoding($previous);
}

Движок читает: UTF-8
Остаток: 12 шт.

[0-9]+ означает одну или несколько цифр, скобки сохраняют их в группе 1. Шаблон mbregex не окружают разделителями /.../u из PCRE. try/finally возвращает прежнюю настройку, чтобы не повлиять на следующий код.

<?php
$internal = mb_internal_encoding();
$regex = mb_regex_encoding();
try {
    mb_internal_encoding('ASCII');
    mb_regex_encoding('UTF-8');
    echo 'Строковые функции по умолчанию: ', mb_internal_encoding(), "\n";
    echo 'Регулярные выражения: ', mb_regex_encoding(), "\n";
    mb_ereg('(Кисть)', 'Кисть: 12', $parts);
    echo 'Найдено: ', $parts[1], "\n";
} finally {
    mb_internal_encoding($internal);
    mb_regex_encoding($regex);
}

Строковые функции по умолчанию: ASCII
Регулярные выражения: UTF-8
Найдено: Кисть

ASCII выбрана только для демонстрации независимости настроек; она не подходит как общий default русскоязычного сайта. mb_regex_encoding не перекодирует ни строку, ни шаблон. Если вход не UTF-8, сначала согласуют или преобразуют его кодировку.

<?php
mb_regex_encoding('UTF-8');
$previous = mb_regex_set_options('ir');
try {
    if (mb_ereg('заказ ([0-9]+)', 'ЗАКАЗ 42', $parts)) {
        echo 'Номер: ', $parts[1], "\n";
    }
} finally {
    mb_regex_set_options($previous);
}

Номер: 42

i включает сопоставление без регистра, r выбирает Ruby-синтаксис. В PHP 8 setter возвращает предыдущую строку опций; её сохраняем для finally. Старые версии возвращали новые опции, поэтому старый пример восстановления надо читать с учётом версии.

<?php
mb_regex_encoding('UTF-8');
$text = "Начало\nКонец";
foreach (['r', 'mr'] as $options) {
    $found = mb_ereg_match('Начало.Конец', $text, $options);
    echo $options, ': ', $found ? 'весь фрагмент найден' : 'точка не прошла перевод строки', "\n";
}

r: точка не прошла перевод строки
mr: весь фрагмент найден

В Oniguruma-флаге m точка захватывает перевод строки. Не переносите сюда значение PCRE m. Опции переданы непосредственно конкретному вызову: общий default не изменился. Для буквального поиска одной строки регулярное выражение вообще не требуется.

<?php
mb_regex_encoding('UTF-8');
$found = mb_ereg('Заказ ([0-9]+)', 'Заказ 42 готов', $parts);
if ($found) {
    echo 'Полный фрагмент: ', $parts[0], "\n";
    echo 'Номер: ', $parts[1], "\n";
}

Полный фрагмент: Заказ 42
Номер: 42

Скобки в шаблоне создают группу, [0-9] выбирает цифру, + разрешает несколько цифр подряд. $parts передаётся как выходная переменная; знак & уже указан в сигнатуре функции. Успешный ответ PHP 8 — bool, сам номер находится в $parts[1].

<?php
mb_regex_encoding('UTF-8');
$messages = ['Заказ 42 готов', 'Поставка отложена'];
foreach ($messages as $message) {
    if (mb_ereg('Заказ ([0-9]+)', $message, $parts)) {
        echo 'Проверить заказ №', $parts[1], "\n";
    } else {
        echo 'В сообщении нет номера: ', $message, "\n";
    }
}

Проверить заказ №42
В сообщении нет номера: Поставка отложена

После неудачного поиска не читаем старые группы: в современных версиях массив очищается. Шаблон заранее известен и корректен; произвольная ошибка шаблона также может вернуть false с предупреждением, и её не следует называть обычным отсутствием номера. Извлечение цифр ещё не подтверждает существование заказа или право доступа к нему.

<?php
mb_regex_encoding('UTF-8');
$found = mb_eregi('заказ ([0-9]+)', 'ЗАКАЗ 42 готов', $parts);
if ($found) {
    echo 'Полный фрагмент: ', $parts[0], "\n";
    echo 'Номер: ', $parts[1], "\n";
}

Полный фрагмент: ЗАКАЗ 42
Номер: 42

Скобки в шаблоне создают группу, [0-9] выбирает цифру, + разрешает несколько цифр подряд. $parts передаётся как выходная переменная; знак & уже указан в сигнатуре функции. Успешный ответ PHP 8 — bool, сам номер находится в $parts[1].

<?php
mb_regex_encoding('UTF-8');
$messages = ['ЗАКАЗ 42 готов', 'Поставка отложена'];
foreach ($messages as $message) {
    if (mb_eregi('заказ ([0-9]+)', $message, $parts)) {
        echo 'Проверить заказ №', $parts[1], "\n";
    } else {
        echo 'В сообщении нет номера: ', $message, "\n";
    }
}

Проверить заказ №42
В сообщении нет номера: Поставка отложена

После неудачного поиска не читаем старые группы: в современных версиях массив очищается. Шаблон заранее известен и корректен; произвольная ошибка шаблона также может вернуть false с предупреждением, и её не следует называть обычным отсутствием номера. Извлечение цифр ещё не подтверждает существование заказа или право доступа к нему.

<?php
mb_regex_encoding('UTF-8');
echo mb_ereg_match('[0-9]+', '42x', 'r') ? "Префикс 42 подошёл\n" : "Не подошёл\n";
echo mb_ereg_match('[0-9]+\z', '42x', 'r') ? "Поле подошло\n" : "Поле целиком не число\n";

Префикс 42 подошёл
Поле целиком не число

Первый шаблон остановился после цифр и не потребовал конец. Второй использует \z. Это проверка формата, а не числового диапазона и не преобразование строки в int.

<?php
mb_regex_encoding('UTF-8');
foreach (['AB-42', 'xx AB-42', 'AB-42!'] as $code) {
    $valid = mb_ereg_match('[A-Z]{2}-[0-9]{2}\z', $code, 'r');
    echo $code, ': ', $valid ? 'можно искать в каталоге' : 'нужен формат AB-42', "\n";
}

AB-42: можно искать в каталоге
xx AB-42: нужен формат AB-42
AB-42!: нужен формат AB-42

{2} требует ровно два знака; дефис здесь обычный литерал. Начало добавляет сама функция. Для ASCII-артикула preg_match тоже подходит; mbregex не обязателен. Успешный формат не означает, что товар существует.

<?php
mb_regex_encoding('UTF-8');
$text = 'Заказ 42; Заказ 43';
$result = mb_ereg_replace('Заказ', 'Заявка', $text);
echo $result, "\n";
echo 'Оригинал: ', $text, "\n";

Заявка 42; Заявка 43
Оригинал: Заказ 42; Заказ 43

Это простейший шаг без групп. Если нужна только буквальная замена с учётом регистра, str_replace проще. mbregex имеет смысл, когда правило действительно содержит шаблон, как в следующем примере.

<?php
mb_regex_encoding('UTF-8');
$text = 'Заказ 42; Заказ 43';
$result = mb_ereg_replace('Заказ ([0-9]+)', 'Заявка №\\1', $text);
if ($result === false || $result === null) {
    throw new RuntimeException('Не удалось преобразовать подписи');
}
echo $result, "\n";

Заявка №42; Заявка №43

В одинарной PHP-строке две обратные косые дают одну для механизма замены; \1 означает первую захваченную группу. false и null проверяют строго: это ошибки, а не готовая пустая строка. Для вычисляемой замены используют callback, не выполнение сгенерированного PHP-кода.

<?php
mb_regex_encoding('UTF-8');
$text = 'ЗАКАЗ 42; Заказ 43';
$result = mb_eregi_replace('заказ', 'Заявка', $text);
echo $result, "\n";
echo 'Оригинал: ', $text, "\n";

Заявка 42; Заявка 43
Оригинал: ЗАКАЗ 42; Заказ 43

Это простейший шаг без групп. Если нужна только буквальная замена с учётом регистра, str_replace проще. mbregex имеет смысл, когда правило действительно содержит шаблон, как в следующем примере.

<?php
mb_regex_encoding('UTF-8');
$text = 'ЗАКАЗ 42; Заказ 43';
$result = mb_eregi_replace('заказ ([0-9]+)', 'Заявка №\\1', $text);
if ($result === false || $result === null) {
    throw new RuntimeException('Не удалось преобразовать подписи');
}
echo $result, "\n";

Заявка №42; Заявка №43

В одинарной PHP-строке две обратные косые дают одну для механизма замены; \1 означает первую захваченную группу. false и null проверяют строго: это ошибки, а не готовая пустая строка. Для вычисляемой замены используют callback, не выполнение сгенерированного PHP-кода.

<?php
mb_regex_encoding('UTF-8');
function nextPlace($parts) {
    return 'место ' . ((int) $parts[1] + 1);
}
$text = mb_ereg_replace_callback('место ([0-9]+)', 'nextPlace', 'место 4; место 8');
echo $text, "\n";

место 5; место 9

Функцию nextPlace вызывает движок дважды. В первый раз группа 1 содержит строку 4, приведение int и +1 дают число 5; return отдаёт строку «место 5». Во второй раз аналогично получается 9. echo внутри callback здесь не нужен: текст возвращается в замену.

<?php
mb_regex_encoding('UTF-8');
$values = ['товар' => 'Кисть', 'город' => 'Тула'];
$template = '{{товар}} ждёт вас: {{город}}. Цена: {{цена}}.';
$result = mb_ereg_replace_callback('\{\{([а-я]+)\}\}', function ($parts) use ($values) {
    return $values[$parts[1]] ?? $parts[0];
}, $template);
if ($result === false || $result === null) {
    throw new RuntimeException('Не удалось собрать уведомление');
}
echo $result, "\n";

Кисть ждёт вас: Тула. Цена: {{цена}}.

use передаёт готовую карту замыканию. Неизвестная метка осталась заметной — отправку такого сообщения можно отклонить на следующем шаге. Шаблон допускает только заданный набор русских букв; это намеренно маленький текстовый формат. HTML-шаблону потребуются контекстные правила экранирования. Данные лучше получить до callback, а не выполнять запрос на каждую метку.

<?php
mb_regex_encoding('UTF-8');
$categories = mb_split('[,;]', 'Кисти,Валики;Перчатки');
foreach ($categories as $number => $category) {
    echo $number + 1, '. ', $category, "\n";
}

1. Кисти
2. Валики
3. Перчатки

Квадратные скобки внутри шаблона означают один символ из набора. foreach проходит полученный массив. Для внешнего поля результат сначала проверяют на false и ограничивают размер; здесь шаблон и вход фиксированы.

<?php
mb_regex_encoding('UTF-8');
$parts = mb_split(':', 'товар:Кисть:широкая', 2);
echo 'Тип записи: ', $parts[0], "\n";
echo 'Описание: ', $parts[1], "\n";

Тип записи: товар
Описание: Кисть:широкая

Лимит 2 разрешает не более двух частей, поэтому остаток содержит второе двоеточие. До обращения к элементу 1 у произвольного ввода проверяют число частей. Для строго буквального двоеточия explode с тем же лимитом проще.

<?php
mb_regex_encoding('UTF-8');
$parts = mb_split('[,;]', ';Кисти,,Валики;');
foreach ($parts as $index => $part) {
    echo $index, ': [', $part, "]\n";
}

0: []
1: [Кисти]
2: []
3: [Валики]
4: []

Разделитель не означает автоматическую валидацию списка. Пустые элементы можно явно отклонить или удалить по правилам формы. Не применяйте этот способ к CSV, где запятая может находиться внутри кавычек.

<?php
mb_regex_encoding('UTF-8');
mb_ereg_search_init('№42; №43', '[0-9]+');
echo 'Курсор после подготовки: ', mb_ereg_search_getpos(), "\n";
$parts = mb_ereg_search_regs();
echo 'Первый номер: ', $parts[0], "\n";
$parts = mb_ereg_search_regs();
echo 'Второй номер: ', $parts[0], "\n";

Курсор после подготовки: 0
Первый номер: 42
Второй номер: 43

Два вызова regs продолжают один поиск, а не повторяют первый. [0-9]+ не может совпасть с пустой строкой, поэтому курсор продвигается. В произвольном вводе каждый результат проверяют на false до чтения [0].

<?php
mb_regex_encoding('UTF-8');
$messages = ['Сегодня №42; №43', 'Завтра №50'];
foreach ($messages as $message) {
    mb_ereg_search_init($message, '[0-9]+');
    echo 'Уведомление: ', $message, "\n";
    while (($parts = mb_ereg_search_regs()) !== false) {
        echo '  Проверить заказ ', $parts[0], "\n";
    }
}

Уведомление: Сегодня №42; №43
  Проверить заказ 42
  Проверить заказ 43
Уведомление: Завтра №50
  Проверить заказ 50

Новый init заменяет предыдущий текст и состояние. Поэтому его нельзя неожиданно вызывать внутри callback другого активного поиска. Этот учебный формат содержит только номера заказов; для произвольных уведомлений уточняют шаблон, чтобы не спутать заказ с датой или суммой.

<?php
mb_regex_encoding('UTF-8');
mb_ereg_search_init('№42; №43', '[0-9]+');
if (mb_ereg_search()) {
    $parts = mb_ereg_search_getregs();
    echo 'Найден заказ: ', $parts[0], "\n";
}

Найден заказ: 42

search возвращает bool, а не строку 42. getregs читает уже найденное и не двигает курсор. Это две отдельные операции; search_regs объединяет поиск и получение массива в одном вызове.

<?php
mb_regex_encoding('UTF-8');
mb_ereg_search_init('№42; №43', '[0-9]+');
$count = 0;
while (mb_ereg_search()) {
    $parts = mb_ereg_search_getregs();
    echo 'Добавить к проверке: заказ ', $parts[0], "\n";
    $count++;
}
echo 'Номеров найдено: ', $count, "\n";

Добавить к проверке: заказ 42
Добавить к проверке: заказ 43
Номеров найдено: 2

Пример выводит план проверок, ничего не отправляет в реальную очередь. Пока условие true, тело обрабатывает текущий номер. false может также сопровождать ошибку движка; предупреждения нельзя скрывать и считать успешным окончанием импорта. Размер входа и число результатов должны иметь предел.

<?php
mb_regex_encoding('UTF-8');
$text = '№42; №43';
mb_ereg_search_init($text, '[0-9]+');
$range = mb_ereg_search_pos();
echo 'Начало: ', $range[0], '; длина: ', $range[1], " байта\n";
echo 'Фрагмент: ', substr($text, $range[0], $range[1]), "\n";

Начало: 3; длина: 2 байта
Фрагмент: 42

Массив содержит координаты, а не группы. mb_substr здесь был бы ошибкой: у него индексы символов, а у полученных координат единицы — байты. Текст нельзя перекодировать или изменить до использования диапазона.

<?php
mb_regex_encoding('UTF-8');
$text = '№42; №43';
mb_ereg_search_init($text, '[0-9]+');
while (($range = mb_ereg_search_pos()) !== false) {
    echo 'Байт ', $range[0], ': заказ ', substr($text, $range[0], $range[1]), "\n";
}

Байт 3: заказ 42
Байт 10: заказ 43

Второй диапазон начинается на байте 10, хотя по видимым знакам кажется ближе. В браузере индексы JavaScript имеют ещё другую единицу — UTF-16; байтовые координаты нельзя напрямую использовать для выделения текста в DOM. Для захваченных полей удобнее search_regs.

<?php
mb_regex_encoding('UTF-8');
mb_ereg_search_init('Заказ 42: готов', 'Заказ ([0-9]+): ([а-я]+)');
$parts = mb_ereg_search_regs();
echo 'Фрагмент: ', $parts[0], "\n";
echo 'Номер: ', $parts[1], "\n";
echo 'Состояние: ', $parts[2], "\n";

Фрагмент: Заказ 42: готов
Номер: 42
Состояние: готов

Каждая пара круглых скобок создаёт свою группу. [а-я]+ — учебное ограничение состояний, не полноценное правило для всех русских слов: например, ё вне этого диапазона. Для реального протокола лучше перечислить допустимые состояния.

<?php
mb_regex_encoding('UTF-8');
$text = 'Заказ 42: готов; Заказ 43: отложен';
mb_ereg_search_init($text, 'Заказ ([0-9]+): (готов|отложен)');
$orders = [];
while (($parts = mb_ereg_search_regs()) !== false) {
    $orders[] = ['id' => (int) $parts[1], 'status' => $parts[2]];
}
foreach ($orders as $order) {
    echo 'Заказ №', $order['id'], ' — ', $order['status'], "\n";
}

Заказ №42 — готов
Заказ №43 — отложен

Вертикальная черта выбирает готов или отложен. После разбора уже не надо искать строковые фрагменты: в массиве есть id и status. Это извлечение из учебного формата; строгий импорт дополнительно выявляет пропущенные или лишние участки, дубликаты и слишком большие номера.

<?php
mb_regex_encoding('UTF-8');
mb_ereg_search_init('№42; №43', '[0-9]+');
echo 'До поиска: ', mb_ereg_search_getpos(), "\n";
$parts = mb_ereg_search_regs();
echo 'Прочитан номер: ', $parts[0], "\n";
echo 'После поиска: ', mb_ereg_search_getpos(), "\n";

До поиска: 0
Прочитан номер: 42
После поиска: 5

Три байта № и два байта цифр дают курсор 5. Он не означает пять символов или пять найденных заказов. getpos показывает позицию продолжения; search_pos отдельно возвращает начало и длину самого совпадения.

<?php
mb_regex_encoding('UTF-8');
mb_ereg_search_init('№42; №43', '[0-9]+');
mb_ereg_search_regs();
$bookmark = mb_ereg_search_getpos();
$preview = mb_ereg_search_regs();
echo 'Предварительно увидели: ', $preview[0], "\n";
mb_ereg_search_setpos($bookmark);
$accepted = mb_ereg_search_regs();
echo 'Прочитали при обработке: ', $accepted[0], "\n";

Предварительно увидели: 43
Прочитали при обработке: 43

Такое чтение вперёд бывает нужно небольшому парсеру. Закладка относится только к той же строке и состоянию; после другого init её нельзя переносить. Для независимых вложенных парсеров лучше собственный объект с курсором.

<?php
mb_regex_encoding('UTF-8');
mb_ereg_search_init('№42; №43', '[0-9]+');
echo 'Первый раз: ', mb_ereg_search_regs()[0], "\n";
mb_ereg_search_setpos(0);
echo 'После возврата: ', mb_ereg_search_regs()[0], "\n";

Первый раз: 42
После возврата: 42

Ноль — безопасная байтовая граница начала строки. В реальном входе перед чтением [0] проверяют false. Если внутри цикла безусловно возвращаться на ноль, цикл никогда не закончит обработку.

<?php
mb_regex_encoding('UTF-8');
mb_ereg_search_init('№42; №43', '[0-9]+');
mb_ereg_search_regs();
$bookmark = mb_ereg_search_getpos();
$next = mb_ereg_search_regs();
echo 'Номер для предпросмотра: ', $next[0], "\n";
mb_ereg_search_setpos($bookmark);
echo 'Номер для основной обработки: ', mb_ereg_search_regs()[0], "\n";

Номер для предпросмотра: 43
Номер для основной обработки: 43

Не вычисляем позицию по количеству букв, а берём её у движка. Произвольное число может попасть внутрь UTF-8-буквы; формально допустимый байтовый offset ещё не означает осмысленную границу текста. Выход за диапазон в PHP 8.5 вызывает ValueError.

<?php
mb_regex_encoding('UTF-8');
mb_ereg_search_init('№42; №43', '[0-9]+');
mb_ereg_search();
echo 'Подпись: заказ ', mb_ereg_search_getregs()[0], "\n";
echo 'Действие для заказа: ', mb_ereg_search_getregs()[0], "\n";
echo 'Следующий номер: ', mb_ereg_search_regs()[0], "\n";

Подпись: заказ 42
Действие для заказа: 42
Следующий номер: 43

Одинаковый результат первых двух чтений — ожидаемое поведение. Эти вызовы лишь показывают данные, они не обращаются к внешней системе. Не заменяйте getregs на search_regs в середине обработки одного заказа.

<?php
mb_regex_encoding('UTF-8');
mb_ereg_search_init('Заказ 42: готов', 'Заказ ([0-9]+): (готов)');
mb_ereg_search();
$saved = mb_ereg_search_getregs();
mb_ereg_search();
echo mb_ereg_search_getregs() === false ? "Следующего совпадения нет\n" : "Есть результат\n";
echo 'Сохранённый заказ: ', $saved[1], ' — ', $saved[2], "\n";

Следующего совпадения нет
Сохранённый заказ: 42 — готов

Общее состояние поиска не является архивом: после неудачи доступных групп может не быть. Своя переменная сохраняет нужные данные. Для внешнего текста сначала проверяют успех начального поиска и только потом читают группы.

<?php
declare(strict_types=1);

header('Content-Type: text/plain; charset=UTF-8');
$product = $_GET['product'] ?? null;
$stock = $_GET['stock'] ?? null;
if (!is_string($product) || !mb_check_encoding($product, 'UTF-8') || !is_string($stock) || !ctype_digit($stock)) {
    http_response_code(400);
    echo "Проверьте название и остаток\n";
    exit;
}
echo $product, ' — ', $stock, " шт.\n";
$encoding = mb_http_input('G');
echo $encoding === false ? "Входной конвертер mbstring не обрабатывал эти данные\n" : 'Конвертер использовал: '.$encoding."\n";

HTTP 200
Content-Type: text/plain
Кодировка: utf-8
Молоток — 8 шт.
Входной конвертер mbstring не обрабатывал эти данные

Полный локальный клиент и команды лежат в архиве. product из запроса становится ключом _GET[product], stock — ключом stock; оба значения формы — строки. is_string защищает от поддельного массива; mb_check_encoding проверяет договор UTF-8; ctype_digit проверяет цифры. Конфигурация запуска намеренно задаёт mbstring.encoding_translation=0. Поэтому false здесь говорит о конвертере, а не об отсутствии товара. Селекторы G/P/C/S и I/L сохранены в контракте; они не являются именами произвольных HTTP-методов.

<?php
declare(strict_types=1);

header('Content-Type: text/plain; charset=UTF-8');
$product = $_POST['product'] ?? null;
$stock = $_POST['stock'] ?? null;
if (!is_string($product) || !mb_check_encoding($product, 'UTF-8') || !is_string($stock) || !ctype_digit($stock)) {
    http_response_code(400);
    echo "Проверьте название и остаток\n";
    exit;
}
echo $product, ' — ', $stock, " шт.\n";
$encoding = mb_http_input('P');
echo $encoding === false ? "Входной конвертер mbstring не обрабатывал эти данные\n" : 'Конвертер использовал: '.$encoding."\n";

HTTP 200
Content-Type: text/plain
Кодировка: utf-8
Молоток — 8 шт.
Входной конвертер mbstring не обрабатывал эти данные

Полный локальный клиент и команды лежат в архиве. product из запроса становится ключом _POST[product], stock — ключом stock; оба значения формы — строки. is_string защищает от поддельного массива; mb_check_encoding проверяет договор UTF-8; ctype_digit проверяет цифры. Конфигурация запуска намеренно задаёт mbstring.encoding_translation=0. Поэтому false здесь говорит о конвертере, а не об отсутствии товара. Селекторы G/P/C/S и I/L сохранены в контракте; они не являются именами произвольных HTTP-методов.

<?php
declare(strict_types=1);

mb_internal_encoding('UTF-8');
mb_http_output('Windows-1251');
header('Content-Type: text/plain; charset=UTF-8');
echo "Молоток — 8 шт.\n";

HTTP 200
Content-Type: text/plain
Кодировка: utf-8
Молоток — 8 шт.

Это HTTP endpoint, не CLI-вывод. Сначала запустите php -d mbstring.encoding_translation=0 -S 127.0.0.1:8793 example.php; во втором терминале python probe_http.py. Полные команды в README архива. Клиент показывает настоящие заголовки и декодированное тело; response.bin содержит исходные UTF-8 байты. Настройка Windows-1251 без конвертера их не меняет; режим pass явно выключает конверсию.

<?php
declare(strict_types=1);

mb_internal_encoding('UTF-8');
mb_http_output('Windows-1251');
header('Content-Type: text/plain; charset=Windows-1251');
ob_start('mb_output_handler');
echo "Молоток — 8 шт.\n";
ob_end_flush();

HTTP 200
Content-Type: text/plain
Кодировка: windows-1251
Молоток — 8 шт.

ob_start регистрирует имя функции: PHP вызовет её при сбросе буфера. echo пока пишет внутрь буфера; ob_end_flush завершает его и отправляет преобразованное тело. Обработчик берёт исходную кодировку из mb_internal_encoding, назначение — из mb_http_output. Клиент действительно читает Windows-1251 по HTTP charset: сообщение человеку то же, байты response.bin другие. Не конвертируйте строку вручную перед этим обработчиком. Для обычного UTF-8 сайта этот слой не нужен; бинарные данные и неподходящие MIME-типы нельзя преобразовывать таким способом.

<?php
declare(strict_types=1);

mb_internal_encoding('UTF-8');
mb_http_output('pass');
header('Content-Type: text/plain; charset=UTF-8');
ob_start('mb_output_handler');
echo "Молоток — 8 шт.\n";
ob_end_flush();

HTTP 200
Content-Type: text/plain
Кодировка: utf-8
Молоток — 8 шт.

Это HTTP endpoint, не CLI-вывод. Сначала запустите php -d mbstring.encoding_translation=0 -S 127.0.0.1:8793 example.php; во втором терминале python probe_http.py. Полные команды в README архива. Клиент показывает настоящие заголовки и декодированное тело; response.bin содержит исходные UTF-8 байты. Настройка Windows-1251 без конвертера их не меняет; режим pass явно выключает конверсию.

<?php
declare(strict_types=1);

mb_internal_encoding('UTF-8');
mb_http_output('Windows-1251');
header('Content-Type: text/plain; charset=Windows-1251');
ob_start('mb_output_handler');
echo "Молоток — 8 шт.\n";
ob_end_flush();

HTTP 200
Content-Type: text/plain
Кодировка: windows-1251
Молоток — 8 шт.

ob_start регистрирует имя функции: PHP вызовет её при сбросе буфера. echo пока пишет внутрь буфера; ob_end_flush завершает его и отправляет преобразованное тело. Обработчик берёт исходную кодировку из mb_internal_encoding, назначение — из mb_http_output. Клиент действительно читает Windows-1251 по HTTP charset: сообщение человеку то же, байты response.bin другие. Не конвертируйте строку вручную перед этим обработчиком. Для обычного UTF-8 сайта этот слой не нужен; бинарные данные и неподходящие MIME-типы нельзя преобразовывать таким способом.

<?php
declare(strict_types=1);

mb_internal_encoding('UTF-8');
$input = 'product=%D0%9A%D0%B8%D1%81%D1%82%D1%8C&stock=0&tag[]=tools&tag[]=sale';
if (!mb_parse_str($input, $fields)) { throw new RuntimeException('Поля не разобраны'); }
echo $fields['product'], ' — ', $fields['stock'], " шт.\n";
echo 'Метки: ', implode(', ', $fields['tag']), "\n";

Кисть — 0 шт.
Метки: tools, sale

Исходная строка полностью задана в коде и содержит UTF-8. Второй аргумент — выходная переменная; писать & при вызове не нужно. Квадратные скобки tag[] создают массив, implode соединяет его строки для человека. Значение "0" не следует отвергать через empty: нулевой остаток реален. Приёмник должен иметь согласованный входной профиль; разбор не угадывает происхождение любого файла.

<?php
declare(strict_types=1);

mb_internal_encoding('UTF-8');
foreach (['product=Кисть&stock=0', 'product=Кисть&stock[]=8'] as $input) {
    if (!mb_parse_str($input, $fields)) { throw new RuntimeException('Поля не разобраны'); }
    $name = $fields['product'] ?? null;
    $stock = $fields['stock'] ?? null;
    if (!is_string($name) || !mb_check_encoding($name, 'UTF-8')
        || !is_string($stock) || !ctype_digit($stock) || strlen($stock) > 4) {
        echo "Импорт отклонён: название и остаток должны быть строковыми полями\n";
        continue;
    }
    echo 'Принято: ', $name, ' — ', (int)$stock, " шт.\n";
}

Принято: Кисть — 0 шт.
Импорт отклонён: название и остаток должны быть строковыми полями

foreach проверяет два самостоятельных входа. ?? даёт null при отсутствующем ключе, условия не допускают массив stock[]. Только после проверки цифр и длины (int) создаёт число. continue пропускает сохранение ошибочного входа. Точки/пробелы в именах и дублирующиеся ключи PHP нормализует: для подписываемого протокола согласуйте эти правила или выберите формат без неоднозначности.

<?php
declare(strict_types=1);

mb_internal_encoding('UTF-8');
$subject = mb_encode_mimeheader('Кисть', 'UTF-8', 'B');
echo 'Subject: ', $subject, "\n";

Subject: =?UTF-8?B?0JrQuNGB0YLRjA==?=

Первый аргумент — обычный текст во внутренней кодировке, второй — charset результата, B — Base64; Q обозначает другой MIME-способ. Строка Subject содержит имя поля отдельно от закодированного значения. Это не base64_encode целого письма и не HTML-экранирование.

<?php
declare(strict_types=1);

mb_internal_encoding('UTF-8');
$subject = mb_encode_mimeheader('Заказ 42: Кисть', 'UTF-8', 'B', "\r\n", 9);
$headers = ['From: shop@phpmanual.test', 'To: student@phpmanual.test',
    'Subject: '.$subject, 'MIME-Version: 1.0',
    'Content-Type: text/plain; charset=UTF-8', 'Content-Transfer-Encoding: 8bit'];
$mail = implode("\r\n", $headers)."\r\n\r\nКисть — 2 шт.\r\n";
if (file_put_contents(__DIR__ . '/order.eml', $mail) !== strlen($mail)) {
    throw new RuntimeException('Письмо не записано полностью');
}
if (file_get_contents(__DIR__ . '/order.eml') !== file_get_contents(__DIR__ . '/EXPECTED-ORDER.eml')) {
    throw new RuntimeException('Содержимое письма отличается от заданного образца');
}
echo 'Сохранён order.eml; тема: ', mb_decode_mimeheader($subject), "\n";
echo "Тело: Кисть — 2 шт.\n";

Сохранён order.eml; тема: Заказ 42: Кисть
Тело: Кисть — 2 шт.

order.eml появляется рядом с example.php; код сравнивает все его байты с приложенным EXPECTED-ORDER.eml, где видно точное содержимое. Заголовки разделяются CRLF, пустая строка отделяет тело. indent=9 учитывает длину префикса Subject: ; функция сама переносит длинное значение. В этом коротком письме тема помещается в одну строку. From/To заданы нами, пользовательский CR/LF в заголовки не вставляется. mb_send_mail кодирует свою тему самостоятельно: туда передают исходную тему, а не результат этой функции.

<?php
declare(strict_types=1);

mb_internal_encoding('UTF-8');
echo mb_decode_mimeheader('=?UTF-8?B?0JrQuNGB0YLRjA==?='), "\n";

Кисть

Закодированная строка целиком дана в примере. Внутренняя кодировка результата явно UTF-8, поэтому кириллица не теряется при конверсии в неподходящий однобайтовый профиль.

<?php
declare(strict_types=1);

mb_internal_encoding('UTF-8');
$raw = file_get_contents(__DIR__ . '/order.eml');
if ($raw === false) { throw new RuntimeException('Письмо не прочитано'); }
[$headers, $body] = explode("\r\n\r\n", $raw, 2);
foreach (explode("\r\n", $headers) as $line) {
    if (str_starts_with($line, 'Subject: ')) {
        echo 'Тема: ', mb_decode_mimeheader(substr($line, 9)), "\n";
    }
}
echo 'Тело: ', str_replace("\r\n", "\n", $body);

Тема: Заказ 42: Кисть
Тело: Кисть — 2 шт.

Архив содержит order.eml, не предполагаемый внешний ящик. explode отделяет заголовки от тела по пустой строке; foreach ищет известный короткий Subject, substr убирает префикс. Это разбор конкретного приложенного письма с одной строкой темы и телом 8bit UTF-8. Общая почта требует MIME-парсера: folded fields, multipart, другие transfer encodings и вложения этим циклом не разобраны. Для HTML-показа декодированный текст дополнительно экранируют.

<?php
declare(strict_types=1);

if (PHP_OS_FAMILY !== 'Windows') {
    throw new RuntimeException('Этот SMTP-опыт требует Windows; системный MTA не вызывается');
}
$port = getenv('PHP_MANUAL_SMTP_PORT') ?: '8794';
if (!ctype_digit($port) || (int)$port < 1024 || (int)$port > 65535) {
    throw new RuntimeException('Нужен локальный учебный порт');
}
ini_set('SMTP', '127.0.0.1');
ini_set('smtp_port', $port);
ini_set('sendmail_from', 'shop@phpmanual.test');
mb_internal_encoding('UTF-8');
mb_language('uni');
$accepted = mb_send_mail('student@phpmanual.test', 'Заказ 42: Кисть',
    "Кисть — 2 шт.\nК выдаче: 160 руб.\n", ['From'=>'shop@phpmanual.test']);
if (!$accepted) { throw new RuntimeException('Локальный SMTP не принял письмо'); }
echo "Локальный приёмник принял сообщение\n";

Локальный приёмник принял сообщение
Кому: student@phpmanual.test
Тема: Заказ 42: Кисть
Формат: text/plain
Кодировка: utf-8
Тело:
Кисть — 2 шт.
К выдаче: 160 руб.

Нужны Windows PHP с mbstring и Python 3. В первом терминале python smtp_sink.py; во втором php example.php; затем python probe_mail.py. Результат ниже — вывод двух последних команд. Все файлы и команды входят в архив. ini_set изменяет только этот процесс; uni задаёт профиль UTF-8/MIME, но не адрес SMTP. Тема передаётся обычным текстом ровно один раз, дополнительный Subject не дублируется. captured.eml содержит реальные транспортные заголовки и тело, smtp-transcript.txt — ответы SMTP. На Unix этот файл останавливается до вызова почтовой подсистемы; там нужен отдельный контролируемый sendmail_path.

<?php
declare(strict_types=1);

if (PHP_OS_FAMILY !== 'Windows') {
    throw new RuntimeException('Этот SMTP-опыт требует Windows; системный MTA не вызывается');
}
$port = getenv('PHP_MANUAL_SMTP_PORT') ?: '8794';
if (!ctype_digit($port) || (int)$port < 1024 || (int)$port > 65535) {
    throw new RuntimeException('Нужен локальный учебный порт');
}
ini_set('SMTP', '127.0.0.1');
ini_set('smtp_port', $port);
ini_set('sendmail_from', 'shop@phpmanual.test');
mb_internal_encoding('UTF-8');
mb_language('uni');
$warning = null;
set_error_handler(function (int $level, string $message) use (&$warning): bool {
    if ($level !== E_WARNING) { return false; }
    $warning = $message;
    return true;
});
try {
    $accepted = mb_send_mail('student@phpmanual.test', 'Заказ 42: Кисть',
        'Кисть — 2 шт.', ['From'=>'shop@phpmanual.test']);
} finally { restore_error_handler(); }
if ($accepted) { throw new RuntimeException('Ожидался отказ учебного SMTP'); }
file_put_contents(__DIR__ . '/transport-warning.txt', $warning ?? 'Нет предупреждения');
echo "Письмо не принято: проверьте адрес и настройки транспорта\n";

Письмо не принято: проверьте адрес и настройки транспорта
Письмо не сохранено: SMTP отклонил получателя

Новая пустая папка из этого архива; в первом терминале python smtp_sink.py --reject. Приёмник отвечает 550 на RCPT, файл письма не создаётся. Обработчик E_WARNING установлен только вокруг одного mb_send_mail и обязательно снят в finally. Подробное предупреждение сохраняется для оператора; человек видит понятный отказ. Этот опыт отличается от неизвестного результата после обрыва связи: повтор отправки без идемпотентного события может дать дубликат.