php4 SJISの環境で2バイト文字の扱い方

質問

php4 SJISの環境で(漢字など全角)2バイト文字の扱いで悩んでいます。

$test = "あaいbうえ";

$toru1 = substr($test, 0, 4);
$toru2 = substr($test, 4, 4);
$toru3 = substr($test, 8, 4);

という文字があり、これを盲目的(0,4,8と)4バイト取得すると、あa*<-変てこな文字になります。

4バイト以内に正しく収めて（全角が真っ二つされる場合はこの場合は全角文字の１文字を読まずに3バイトに収めて）次の4バイト取得時に読まなかった分から始めて取得するような器用なことをさせたいです。

結果としては、以下のようにさせたいです。
$toru1 = "あa"; // 4バイト以内
$toru2 = "いb"; // 4バイト以内
$toru3 = "うえ"; // 4バイト以内

mb_系は文字数なので、今回のバイト内に収めることでは使えないと思います。（バイト内に収めることが今回の目的です。）

何か良い方法はありますか？

回答No.1

seta_takahiro · ベストアンサー

自分もメールの chunk_split に mb版が欲しいと思っていました。
で、次のようなコードはどうでしょう。

<?php
/**
* Chunks a multibyte string to array of strings, each string is at most specifiled length in bytes.
*
* @param string $str Original string
* @param int $chunkbyte Length of each chunk in bytes, should be longer than one multibyte character
* @param strin $encoding Encoding of the input/output string
*/
function mb_byte_chunk_to_array($str, $chunkbyte = 76, $encoding = null){
$ret = array();
$pos = 0;
$len = strlen($str);
if(!$encoding){
$encoding = mb_internal_encoding();
}
while(true){
$buf = substr($str, $pos, $chunkbyte);
$buf = mb_convert_encoding($buf, $encoding, $encoding);
if($buf == ''){ // for cases chunkbyte is too small
$buf = substr($str, $pos);
$buf = mb_substr($buf, 0, 1, $encoding);
}
if($buf == ''){ // reached to the end of string.
break;
}
$pos += strlen($buf);
$ret[] = $buf;
}
return $ret;
}

print_r(mb_byte_chunk_to_array("これは1つのテストです。", 5));
?>