从一个bug谈rtrim

今天遇到一个bug，代码很简单：

<?php$src = '战争片';$result = rtrim($src, '片');echo mb_convert_encoding($result, 'gbk', 'utf-8'),"\n";

本来以为得到的结果会是“战争”，但实际输出的却只有“战”。
不明所以，以为是rtrim的问题。查了一下，原来是自己对rtrim的理解有误。

rtrim函数原型：string rtrim ( string str [, string charlist] )
仔细看了下手册中charlist的解释：
You can also specify the characters you want to strip, by means of the charlist parameter. Simply list all characters that you want to be stripped.
它的实际意思应该是：以每个字符为单位从目标字符串的右端开始查找，如果该字符在trim函数的第二个参数中，就将其删掉，直到当前字符不在参数列表中为止。而并非是我先前以为的：从str的串尾去掉固定字串charlist。

用一个例子具体说明：

<?php$src = 'test.rtrim';$rtrimList = 'trim';$result = rtrim($src, $rtrimList);echo $result, "\n";

rtrim做的工作是：从$src中取出最后一个字符“m”，发现“m”在$rtrimList中，于是去掉；再取出“i”，发现“i”也在$rtrimList中，也去掉，...依次向左，直到进行到“.”，发现“.”不在$rtrimList中，于是停止工作。因此最终我们得到的$result是“test.”，而非“test.r”。

至于本文开头的例子，当然也是因为这个原因导致的错误了。

<?php$src = '战争片';echo rawurlencode($src), "\n";

得到结果：
%E6%88%98%E4%BA%89%E7%89%87
可见“片”的编码（utf8）是E7 89 87三个字符，因此trim工作时，除了去掉了“片”，还将“争”字最后的89去掉了！因此，“争”是不完整的，mb_convert_encoding时被去掉了。

解决：

<?php$src = '战争片';$result = preg_replace('/片$/', '', $src);echo mb_convert_encoding($result, 'gbk', 'utf-8'),"\n";