O str_pad
não funciona com caracteres multi-byte, uma vez que ele não adiciona todos os caracteres de uma vez só.
O código original do str_pad
é exatamente:
switch (pad_type_val) {
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 = num_pad_chars / 2;
right_pad = num_pad_chars - left_pad;
break;
}
/* First we pad on the left. */
for (i = 0; i < left_pad; i++)
ZSTR_VAL(result)[ZSTR_LEN(result)++] = pad_str[i % pad_str_len];
/* Then we copy the input string. */
memcpy(ZSTR_VAL(result) + ZSTR_LEN(result), ZSTR_VAL(input), ZSTR_LEN(input));
ZSTR_LEN(result) += ZSTR_LEN(input);
/* Finally, we pad on the right. */
for (i = 0; i < right_pad; i++)
ZSTR_VAL(result)[ZSTR_LEN(result)++] = pad_str[i % pad_str_len];
ZSTR_VAL(result)[ZSTR_LEN(result)] = '\0';
RETURN_NEW_STR(result);
Fonte.
Note a presença do i % pad_str_len
, ou seja ele apenas adiciona um único byte, o que pode fazer restar um byte desconhecido. Por exemplo, se você estiver usando o chr(160)
, isso é para Latin1 e não para UTF8.
No Latin1, o byte A0
representa "non-breaking space". Porém a mesma coisa em UTF8 exige dois bytes, sendo eles C2 A0
. Se você cortar um deles, por exemplo, isolando C2
, você terá um ?
.
Se quiser uma "versão nova" do str_pad
poderiamos criar um mb_str_pad()
:
const STR_PAD_INSERT_ALL = 4;
function mb_str_pad(string $input, int $pad_length, string $pad_string, int $pad_type, string $pad_encoding = 'utf8') : string {
$result = '';
$pad_insert_all = 0;
$pad_inset_limit = 1;
$pad_str_len = mb_strlen($pad_string, $pad_encoding);
$input_len = mb_strlen($input, $pad_encoding);
if ($pad_length < 0 || $pad_length <= $input_len) {
return $input;
}
if(($pad_type & STR_PAD_INSERT_ALL) === STR_PAD_INSERT_ALL){
$pad_insert_all = PHP_INT_MAX;
$pad_inset_limit = null;
$pad_type -= STR_PAD_INSERT_ALL;
}
if ($pad_str_len === 0) {
trigger_error ( "Padding string cannot be empty", E_WARNING);
return $input;
}
if ($pad_type < STR_PAD_LEFT || $pad_type > STR_PAD_BOTH) {
trigger_error ("Padding type has to be STR_PAD_LEFT, STR_PAD_RIGHT, or STR_PAD_BOTH", E_WARNING);
return $input;
}
$num_pad_chars = $pad_length - $input_len;
if ($num_pad_chars >= PHP_INT_MAX) {
trigger_error ("Padding length is too long", E_WARNING);
return $input;
}
switch ($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 - $left_pad;
break;
}
for ($i = 0; $i < $left_pad; $i++){
$result .= mb_substr($pad_string, ($i % $pad_str_len) &~$pad_insert_all, $pad_inset_limit, $pad_encoding);
}
$result .= $input;
for ($i = 0; $i < $right_pad; $i++){
$result .= mb_substr($pad_string, ($i % $pad_str_len) &~$pad_insert_all, $pad_inset_limit, $pad_encoding);
}
return $result;
}
Isto exige PHP 7+
Isso é uma versão extremamente baseada na versão original do PHP, indicada acima, com algumas alterações:
Ele suporta multi-bytes, portanto você pode fazer:
mb_str_pad($nome, 30, "\xc2\xa0", STR_PAD_BOTH, 'utf8');
Diferenças da versão original:
PS: Supondo que eu não inseri nenhum bug.
Suporte para multi-bytes:
Ele suporta caracteres que exigem múltiplos bytes. Você pode especificar o tipo de codificação utilizada, incluindo UTF8, que é o padrão.
Um novo "STR_PAD_INSERT_ALL":
Você pode inserir toda a string, ao invés de "mudar um para outro", caso você tenha uma string com mais de um caractere (exemplo: "abc"), você pode especificar para que seja inserido sempre "abc", isto tem um efeito colateral uma vez que não é medido o número de caracteres inseridos. Para usar, basta que use STR_PAD_BOTH | STR_PAD_INSERT_ALL
, mas isso não é necessário NO SEU CASO.
Retorno em caso de erro:
Mesmo em caso onde um WARNING é emitido ele irá retornar a string original, o que não é o comportamento da função original.