8

Galera estou usando a função str_pad para pegar uma string e preencher ela com 10 caracteres 0.

Está funcionando perfeitamente, veja o exemplo:

echo str_pad("dda", 10, "0", STR_PAD_LEFT);

Ela escreve 0000000dda.

O problema ocorre quando coloco acentuação, exemplo:

echo str_pad("ddã", 10, "0", STR_PAD_LEFT);

Ao invés de escrever 0000000ddã ele escreve 000000ddã, ou seja ele perde um 0. Alguém sabe como resolver isso?

2
  • @VictorStafusa vc sabe o que pode ser, o problema? Commented 12/09/2016 às 20:25
  • Qual é o encode do arquivo? é aquela coisa a função str_pad() manipula bytes e não caracteres, caracteres acentuados ocupam 2 ou mais bytes por isso a string final fica com um caracter a menos. Fiz um teste aqui jogue um utf8_decode() no primeiro argumento e funcinou. Deve outra forma melhor de resolver isso.
    – rray
    Commented 12/09/2016 às 20:31

2 Respostas 2

7

O problema é que a função str_pad presume que cada caractere ocupa um byte. Quando você usa caracteres que têm mais de um byte de comprimento (como por exemplo o ã), a função começa a dar errado.

No StackOverflow em inglês há uma pergunta sobre isso e lá há 4 respostas para esse problema. A julgar pelos comentários, duas das respostas têm problemas (inclusive a resposta aceita) e as outras duas devem ser adequadas (não as testei no entanto). Todas as respostas dadas lá consistem em criar uma função diferente capaz de lidar com caracteres multibytes.

Eis aqui a solução do Wes:

function mb_str_pad($str, $pad_len, $pad_str = ' ', $dir = STR_PAD_RIGHT, $encoding = NULL)
{
    $encoding = $encoding === NULL ? mb_internal_encoding() : $encoding;
    $padBefore = $dir === STR_PAD_BOTH || $dir === STR_PAD_LEFT;
    $padAfter = $dir === STR_PAD_BOTH || $dir === STR_PAD_RIGHT;
    $pad_len -= mb_strlen($str, $encoding);
    $targetLen = $padBefore && $padAfter ? $pad_len / 2 : $pad_len;
    $strToRepeatLen = mb_strlen($pad_str, $encoding);
    $repeatTimes = ceil($targetLen / $strToRepeatLen);
    $repeatedString = str_repeat($pad_str, max(0, $repeatTimes)); // safe if used with valid unicode sequences (any charset)
    $before = $padBefore ? mb_substr($repeatedString, 0, floor($targetLen), $encoding) : '';
    $after = $padAfter ? mb_substr($repeatedString, 0, ceil($targetLen), $encoding) : '';
    return $before . $str . $after;
}

Eis aqui a solução do Ja͢ck:

function mb_str_pad($input, $pad_length, $pad_string = ' ', $pad_type = STR_PAD_RIGHT, $encoding = 'UTF-8')
{
    $input_length = mb_strlen($input, $encoding);
    $pad_string_length = mb_strlen($pad_string, $encoding);

    if ($pad_length <= 0 || ($pad_length - $input_length) <= 0) {
        return $input;
    }

    $num_pad_chars = $pad_length - $input_length;

    switch ($pad_type) {
        case STR_PAD_RIGHT:
            $left_pad = 0;
            $right_pad = $num_pad_chars;
            break;

        case STR_PAD_LEFT:
            $left_pad = $num_pad_chars;
            $right_pad = 0;
            break;

        case STR_PAD_BOTH:
            $left_pad = floor($num_pad_chars / 2);
            $right_pad = $num_pad_chars - $left_pad;
            break;
    }

    $result = '';
    for ($i = 0; $i < $left_pad; ++$i) {
        $result .= mb_substr($pad_string, $i % $pad_string_length, 1, $encoding);
    }
    $result .= $input;
    for ($i = 0; $i < $right_pad; ++$i) {
        $result .= mb_substr($pad_string, $i % $pad_string_length, 1, $encoding);
    }

    return $result;
}
7

Isso acontece porque ã é um caractere multi-byte, veja:

echo strlen("a"); // 1
echo strlen("ã"); // 2

A função str_pad interpreta ã como um caractere de dois bytes ao invés de um multi-byte, para contornar isso use a função mb_strlen para informar o tamanho da string, assim ã vai ser interpretado como um caractere multi-byte, veja:

echo mb_strlen("a"); // 1
echo mb_strlen("ã"); // 1

Você pode implementar mb_strlen deste modo (créditos):

function mb_str_pad( $input, $pad_length, $pad_string = ' ', $pad_type = STR_PAD_RIGHT, $encoding = "UTF-8") {
    $diff = strlen( $input ) - mb_strlen($input, $encoding);
    return str_pad( $input, $pad_length + $diff, $pad_string, $pad_type );
}

Use assim:

echo mb_str_pad("ddã", 10, "0", STR_PAD_LEFT); // 0000000dda
echo str_pad("ddã", 10, "0", STR_PAD_LEFT);    // 000000ddã

Ver DEMO

1
  • 3
    Excelente resposta!! +1 Commented 12/09/2016 às 21:25

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .