División de cadena por longitud fija

Question

Estoy buscando formas de dividir una cadena de tipo alfanumérico unicode en longitudes fijas. por ejemplo:

 

    992000199821376John Smith   20070603 

y la matriz debe tener este aspecto:

Array (
[0] => 99, 
[1] => 2, 
[2] => 00019982, 
[3] => 1376, 
[4] => "John Smith", 
[5] => 20070603 
) 

datos de la matriz se repartirán así:

 
    Array[0] - Account type - must be 2 characters long, 
    Array[1] - Account status - must be 1 character long, 
    Array[2] - Account ID - must be 8 characters long, 
    Array[3] - Account settings - must be 4 characters long, 
    Array[4] - User Name - must be 20 characters long, 
    Array[5] - Join Date - must be 8 characters long. 

Answer 1

O si se quiere evitar preg:

$string = '992000199821376John Smith   20070603'; 
$intervals = array(2, 1, 8, 4, 20, 8); 

$start = 0; 
$parts = array(); 

foreach ($intervals as $i) 
{ 
    $parts[] = mb_substr($string, $start, $i); 

    $start += $i; 
} 

Answer 2

$s = '992000199821376Николай Шмидт  20070603'; 

    if (preg_match('~(.{2})(.{1})(.{8})(.{4})(.{20})(.{8})~u', $s, $match)) 
    { 
     list (, $type, $status, $id, $settings, $name, $date) = $match; 
    } 

Answer 3

Uso de la función substr haría esto bastante fácilmente

$accountDetails = "992000199821376John Smith   20070603"; 
$accountArray = array(substr($accountDetails,0,2),substr($accountDetails,2,1),substr($accountDetails,3,8),substr($accountDetails,11,4),substr($accountDetails,15,20),substr($accountDetails,35,8)); 

debe hacer el truco, aparte de que las expresiones regulares (como se sugiere por akond) es probablemente el camino a seguir (y más flexible). (Supuse que esto todavía era válido como una opción alternativa).

Answer 4

No es posible dividir una cadena Unicode de manera que pide.

No es posible sin hacer que las piezas no sean válidas. Algunos puntos de código no tienen forma de destacarse, por ejemplo: שׁ es 2 puntos de código (y 4 bytes en UTF-8 y UTF-16) y no se puede dividir porque no está definido.

Cuando trabajas con unicode, "carácter" es un término muy resbaladizo. Hay puntos de código, glifos, etc. Ver más en http://www.utf8everywhere.org, la parte en "longitud de una cadena"