PHPのunserializeが機能しない文字がある

Question

エンコードされていない文字に対して、PHPのunserializeが機能してくれません。
以下がコードです。

$ser = 'a:2:{i:0;s:4:"薔薇";i:1;s:8:"向日葵";}'; // 失敗
$ser2 = 'a:2:{i:0;s:4:"bara";i:1;s:8:"himawari";}'; // 成功
$out = unserialize($ser);
$out2 = unserialize($ser2);
print_r($out);
print_r($out2);
echo ""<hr>"";

なぜ失敗するのでしょうか？
シリアル化の前にエンコードするべきですか？その場合はどうやってエンコードするのでしょうか？

アドバイスをもらえたら嬉しいです。

Answer 1

unserialize関数が下記に記す文字列で機能しないのは、”薔薇”と”向日葵”で設定されている長さが間違っているからです。
これはPHPにマルチバイト文字列を正しく扱う機能がないことに起因しています。

$ser = 'a:2:{i:0;s:4:"薔薇";i:1;s:8:"向日葵";}';

echo strlen('薔薇'); // 6
echo strlen('向日葵'); // 9

しかし、次のように文字列の正しい長さ求める関数 strlen()を使用してから挿入し、unserialize()関数を実行するとうまくいきます。

$bara = '薔薇';
$himawari = '向日葵';

$ser = 'a:2:{i:0;s:'.strlen($bara).':"'.$bara.'";i:1;s:'.strlen($himawari).':"'.$himawari.'";}';

echo '<pre>';
print_r(unserialize($ser));
echo '</pre>';

Array
(
[0] => 薔薇
[1] => 向日葵
)

PHPのserialize()関数を使うときは、マルチバイト文字列のインデックスの長さを正しく計算させることが必要です。

シリアル化されたデータを、複数のプログラミング言語にわたって使いたいのであれば、より標準化されたJSONのようなものを使った方がいいかもしれませんね。