Работа со строками в PHP: базовые функции, примеры и лучшие практики

Что такое строки в PHP

Строки — один из фундаментальных скалярных типов во многих языках программирования, включая PHP. Они представляют текстовые данные: от отдельных символов до целых документов.

Простейшая модель строки — однобайтовый текст, где каждый байт соответствует одному символу (до 256 символов). ASCII — самый распространённый набор для таких строк. Для многобайтовых кодировок (UTF-8 и т. п.) используйте расширение mbstring — стандартные функции работают с байтами, а не с символами.

Определение: строка — последовательность байтов, представляющая текстовую информацию. Для многобайтовых кодировок «символ» и «байт» не эквивалентны.

Important: далее в статье все примеры стандартных функций ориентированы на однобайтовые строки (ASCII). Для Unicode смотрите раздел “Когда стандартные функции не подходят”.

Как показать содержимое строки

В PHP часто используются конструкты языка для вывода текста. Хотя echo выглядит как функция, это — конструкция языка. Поэтому её нельзя всегда использовать там, где ожидается функция.

Обычно используют так:

echo "Hello, world";

Можно записать с круглыми скобками, внешне похоже на вызов функции:

echo("Hello, world");

Но это всё ещё не функция: нельзя присвоить её возвращаемое значение:

$a = echo("Hello, world");
// Parse error: syntax error, unexpected 'echo' (T_ECHO)

Другой вариант — print. Это тоже не чистая функция, но ближе к функции, и она возвращает значение (всегда 1), которое можно присвоить:

print "Hello, world";
$a = print("Hello, world");
echo $a; // 1

Настоящая функция для форматированного вывода

printf — реальная функция, похожая на функцию из C: она форматирует строку и возвращает длину сформированного текста.

$username = "John";
$length = printf("Hello, %s", $username); // выводит "Hello, John"
echo $length; // 11

printf полезна, когда нужно вычислить длину результата форматирования (например, для размещения в интерфейсе командной строки).

Получение длины строки

Для определения длины строки в байтах используется strlen:

$length = strlen("Hello, World");
echo $length; // 12

Важно: для ASCII число байтов равно числу символов. Для UTF-8 и других многобайтовых кодировок используйте mb_strlen.

Извлечение части строки

Частая задача — взять подстроку. Функция substr извлекает часть строки по смещению и длине:

$greeting = substr("Hello, World", 0, 5);
echo $greeting; // "Hello"

Отсчёт смещений в PHP начинается с 0. Второй параметр — длина результата (не индекс конца).

Поддерживаются отрицательные значения для offset и length:

$greeting = substr("Hello, World", -5, 5);
echo $greeting; // "World"

$greeting = substr("Hello, World", 0, -6);
echo $greeting; // "Hello,"

Поиск в строке

Для поиска позиции подстроки используется strpos:

$pos = strpos("Hello, World", ",");
echo $pos; // 5

Можно сочетать strpos и substr, чтобы извлечь часть строки до найденного разделителя:

$string = "Hello, World";
$pos = strpos($string, ",");
$first_part = substr($string, 0, $pos);
echo $first_part; // "Hello"

Изменение регистра

Для ASCII-строк есть strtoupper и strtolower:

$original = "hello, WORLD";
$upper = strtoupper($original);
$lower = strtolower($original);
echo "$lower $upper"; // "hello, world HELLO, WORLD"

Для языков с многобайтовыми символами используйте mb_strtoupper и mb_strtolower с указанием кодировки.

Удаление пробелов

trim удаляет пробелы, табы и новые строки с начала и конца строки:

$trimmed = trim(" Hello, World ");
echo $trimmed; // "Hello, World"

Также есть ltrim и rtrim для удаления только слева или справа.

Разбиение строки по разделителю

explode разделяет строку на массив по заданной подстроке:

$sentence = "The quick brown fox jumps over the lazy dog";
$words = explode(" ", $sentence);

Результат:

[ "The", "quick", "brown", "fox", "jumps", "over", "the", "lazy", "dog" ]

Разбиение на фрагменты фиксированной длины

str_split делит строку на массив фрагментов фиксированной длины:

$parts = str_split("Hello, World", 6);

Результат:

[ "Hello,", " World" ]

Поиск и замена

str_replace заменяет вхождения одной строки на другую:

$result = str_replace("o", "OO", "Hello, World");
echo $result; // "HellOO, WOOrld"

Есть также str_ireplace (без учёта регистра) и preg_replace (по регулярному выражению).

Когда стандартные функции не подходят

Ключевая проблема стандартных функций PHP в том, что они работают с байтами. При работе с Unicode (UTF-8) поведение будет некорректным: длина, поиск и извлечение могут давать неверные результаты. Примеры проблем:

• strlen(“Привет”) вернёт количество байтов, а не символов;
• substr может разрезать многобайтовый символ посередине, оставив некорректную строку;
• strtoupper/strtolower не поддерживают языковые особенности Unicode.

Альтернатива: расширение mbstring. Основные аналоги функций для многобайтовых строк:

mb_strlen($str, 'UTF-8');
mb_substr($str, $start, $length, 'UTF-8');
mb_strpos($str, $needle, 0, 'UTF-8');
mb_strtoupper($str, 'UTF-8');

Всегда указывайте кодировку (чаще всего ‘UTF-8’).

Практические советы и эвристики

• Всегда знайте, в какой кодировке хранится строка. Если проект использует UTF-8, применяйте mb-версии функций.
• Для вывода в HTML экранируйте содержимое через htmlspecialchars.
• Для SQL-запросов используйте параметризованные запросы или экранирование в рамках используемой библиотеки.
• Для больших объёмов текстовой обработки избегайте частых конкатенаций строк в цикле — используйте буферизацию или сбор в массив, затем implode.

Ментальная модель: «байты против символов» — стандартные функции работают с байтами. Префикс mb превращает байтовую операцию в символьную с учётом кодировки.

Безопасность: обработка пользовательского ввода

• Для HTML-вывода: htmlspecialchars($s, ENT_QUOTES | ENT_SUBSTITUTE, ‘UTF-8’).
• Для JSON: json_encode корректно сериализует строки.
• Для командной строки: защищайте от инъекций при передаче в оболочку.

Security note: регулярные выражения и некоторые функции могут быть уязвимы к DoS через «catastrophic backtracking» — проверяйте сложность регулярных выражений и используйте ограничители длины.

Чек-листы по ролям

Разработчик:

• Проверить кодировку входных данных.
• Использовать mb-версии при UTF-8.
• Экранировать вывод в HTML/SQL/командной строке.
• Писать юнит-тесты для граничных случаев (многобайтовые символы, пустые строки, null).

QA:

• Тесты на корректность длины и подстрок для разных языков.
• Проверить поведение при некорректной кодировке.
• Нагрузочное тестирование парсеров и регулярных выражений.

Архитектор:

• Выбрать единую кодировку (рекомендуется UTF-8) и зафиксировать её в конфигурации.
• Убедиться, что все зависимости (база, файловая система, внешние API) работают в той же кодировке.

Шпаргалка по функциям (cheat sheet)

Советы по тестированию и критерии приёмки

Критерии приёмки для функций обработки строк:

• Корректная обработка ASCII-тестов (латиница, цифры, знаки).
• Корректная обработка UTF-8-тестов (кириллица, китайские иероглифы, эмодзи).
• Отсутствие некорректных символов после substr/mb_substr.
• Безопасный вывод в HTML и корректное экранирование кавычек.
• Юнит-тесты покрывают граничные случаи: пустая строка, null, очень длинные строки, символы со смешанной кодировкой.

Примеры тест-кейсов:

• strlen(‘Привет’) != mb_strlen(‘Привет’, ‘UTF-8’)
• mb_substr(‘😊abc’, 0, 2, ‘UTF-8’) возвращает первые два символа корректно
• str_replace заменяет все вхождения в ожидаемых позициях

Совместимость и миграция

• Начиная с PHP 7 поведение функций осталось совместимым, но рекомендуется мигрировать проекты на UTF-8, чтобы избежать проблем с интернационализацией.
• Для миграции: установить кодировку базы и HTTP заголовки в UTF-8, включить mbstring и проходом проверить критические функции.

Факт-бокс: часто используемые функции

• Количество встроенных строковых функций в PHP — около ста; среди наиболее часто используемых: strlen, substr, strpos, str_replace, explode, implode, trim, strtoupper, strtolower.

Примеры на практике

Пример: безопасная обработка входной строки пользователя и подсчёт символов в UTF-8:

$input = $_POST['comment'] ?? '';
$input = trim($input);
$safe = htmlspecialchars($input, ENT_QUOTES | ENT_SUBSTITUTE, 'UTF-8');
$chars = mb_strlen($input, 'UTF-8');
echo "Длина комментария: $chars символов";

Пример: разбор CSV-поля в простом случае:

$line = "value1,value2,значение3";
$parts = explode(",", $line);
// Обработка каждого элемента как UTF-8 при необходимости
foreach ($parts as $p) {
    $p = trim($p);
    // дальнейшая обработка
}

Резюме

• Для простого ASCII достаточно стандартных функций PHP.
• Для Unicode используйте mbstring-функции и явно указывайте кодировку (обычно UTF-8).
• Всегда экранируйте пользовательский ввод в зависимости от места вывода (HTML, SQL, shell).
• Пишите тесты на крайние случаи и фиксируйте единую кодировку для проекта.

Notes: если проект работает с мультиязычным контентом, миграция на UTF-8 и аудит использования обычных строковых функций — приоритетная задача.