使用PHP在文件中查找®类ANSI特殊字符失败的解决方法

核心问题 #

• 你使用的®️实际是「注册商标符号 + emoji变体选择符」的多字符组合，而文件中存储的大概率是Windows-1252编码下的单字节®（字节值为0xAE），二者编码不匹配
• 原有代码存在语法错误：逐字节遍历的逻辑中，判断条件使用的$char变量未定义
• 多字节函数未显式指定编码，默认编码和文件编码不匹配导致搜索失效

可用解决方案 #

方案1：直接匹配字节序列（最高效，无需转码） #

直接搜索Windows-1252编码下®对应的单字节值，不需要处理编码转换：

$contents = file_get_contents($filename);
$pos = strpos($contents, "\xAE");

if ($pos !== false) {
    echo "<p>® 位置是 {$pos}</p>";
} else {
    echo "<p>未找到目标字符</p>";
}

方案2：统一编码后匹配 #

如果需要处理多字节场景，先将文件内容转码为UTF-8再搜索：

$contents = file_get_contents($filename);
// 将文件内容从Windows-1252转成UTF-8
$utf8_content = mb_convert_encoding($contents, 'UTF-8', 'Windows-1252');
// 显式指定UTF-8编码搜索，注意这里用不带变体选择符的普通®
$r = "®";
$pos = mb_strpos($utf8_content, $r, 0, 'UTF-8');

if ($pos !== false) {
    echo "<p>® 位置是 {$pos}</p>";
}

方案3：逐字节遍历匹配 #

如果需要逐字节校验，直接比对字节的ASCII值即可：

$contents = file_get_contents($filename);
$len = strlen($contents);
for ($i = 0; $i < $len; $i++) {
    if (ord($contents[$i]) === 0xAE) {
        echo "<p>® 位置是 {$i}</p>";
        break;
    }
}

注意事项 #

• 如果你确认文件中存储的是带emoji变体的®️，需要搜索的字节序列为UTF-8编码的\xC2\xAE\xEF\xB8\x8F，替换方案1中的\xAE即可
• 不要直接将多字节的®/®️和单字节做相等判断，永远不会匹配成功

内容的提问来源于stack exchange，提问作者Rodrigo Butzke