PHPの文字列の内部表現

Question

PHP 5.2.10で簡単なWebパーサを作成しています。
（ISO-8859-1）デフォルトの内部エンコーディングを使用している場合、私は同じ関数呼び出しで常にエラーが表示されます。この場合には

$start = mb_strpos($index, '<a name=gr1>'); 

Fatal error: Allowed memory size of 50331648 bytes exhausted (tried to allocate 11924760 bytes)

文字列$インデックスの長さは2981190でしたバイト - PHPが割り当てようとしていたバイト数のちょうど4倍です。今

、私は

mb_internal_encoding('UTF-8') 

を使用した場合、エラーが消えます。つまり、PHPはマルチバイト文字列のためのシングルバイト文字列のためにより多くのメモリを使いますか？それはどのように可能ですか？何か案は？

UPD：メモリ使用量がエンコーディングに依存していないようです。average memory_get_usage（）は、UTF-8とISO-8859-1を使用するとほとんど同じです。私は問題がmb_strposにあると思う。 実際、文字列$ indexにはWindows-1251エンコード（キリル文字）が含まれているため、UTF-8には無効な記号が含まれています。これにより、mb_strposが何らかの理由で追加のメモリを変換しようとしたり、単に使用しようとする可能性があります。 mb_strposのソースで答えを見つけようとします。

Answer 1

申し訳ありませんが、これらの潜在的な問題について既に考えている場合は、 http://www.serverphorums.com/read.php?7,552099

はチェックする：

マルチバイト文字列関数は、無効な文字がある場合は、mb_strpos（）の場合のように（空の文字列またはfalseを返し、エラーのUTF-8エンコーディングをチェックしますあなたはfalse代わりの0を受けていないことを確認するために===演算子を使用して？

mb_strpos()関数は変換を（実行しなければならないとき、文字列のコピー（針、干し草の山）を行うmbfl_strpos()を、使用して取得している結果あなたが観察するように、メモリの増加につながるD）：を通じて、すべてを聞かせてデフォルトの内部エンコーディング（ISO-8859-1）を使用している場合 https://github.com/php/php-src/blob/master/ext/mbstring/libmbfl/mbfl/mbfilter.c#L811

だから、私は思ったんだけど、とUTF-8エンコーディングが短い原因に短絡に対し、メモリの制限は、ヒットされました不正な文字と（関数は単に一致が見つからなかったことを表示させることになる、あなたは==でテストされた場合は、。）はfalseが返さ

フォートワースショット:)