PHP字符串长度计算 - strlen()函数使用介绍

Posted 2023-03-16

参考技术A strlen()函数和mb_strlen()函数
在php中，函数strlen()返回字符串的长度。函数原型如下：
复制代码
代码如下:
int
strlen(string
string_input);
参数string_input为要处理的字符串。
strlen()函数返回字符串所占的字节长度，一个英文字母、数字、各种符号均占一个字节，它们的长度均为1。一个中午字符占两个字节，所以一个中午字符的长度是2。例如
复制代码
代码如下:
<?php
echo
strlen("www.sunchis.com");
echo
strlen("三知开发网");
?>
“echo
strlen("www.sunchis.com");”的运行结果：15
“echo
strlen("三知开发网");”的运行结果：15
这里有一个疑问，一个中文字符不是占2个字节吗？“三知开发网”，明明是五个汉字，运行的结果怎么会是15？
原因出在这里：strlen()计算时，对于一个UTF-8的中文字符，会把它当做长度为3来处理。当出现中英文混排的情况下，怎么准确的计算字符串的长度呢？这里，得引入另外一个函数mb_strlen()。mb_strlen()函数的用法与strlen()几乎一摸一样，只是多了一个指定字符集编码的参数。函数原型为：
复制代码
代码如下:
int
mb_strlen(string
string_input,
string
encode);
PHP内置的字符串长度函数strlen无法正确处理中文字符串，它得到的只是字符串所占的字节数。对于GB2312的中文编码，strlen得到的值是汉字个数的2倍，而对于UTF-8编码的中文，就是3倍的差异了（在UTF-8编码下，一个汉字占3个字节）。
因此，下面的代码能准确计算出中文字符串的长度：
复制代码
代码如下:
<?php
$str
=
"三知sunchis开发网";
echo
strlen($str)."<br>";
//结果：22
echo
mb_strlen($str,"UTF8")."<br>";
//结果：12
$strlen
=
(strlen($str)+mb_strlen($str,"UTF8"))/2;
echo
$strlen;
//结果：17
?>
原理分析：
strlen()计算时，对待UTF-8的中文字符长度是3，所以“三知sunchis开发网”的长度为5×3+7×1=22
在mb_strlen计算时，选定内码为UTF8，则会将一个中文字符当作长度1来计算，所以“三知sunchis开发网”长度为5×1+7×1=12
剩下的就是纯数学问题了，在此就不啰嗦了……
注意：对于mb_strlen($str,'UTF-8')，如果省略第二个参数，则会使用PHP的内部编码。内部编码可以通过mb_internal_encoding()函数得到。需要注意的是，mb_strlen并不是PHP核心函数，使用前需要确保在php.ini中加载了php_mbstring.dll，即确保“extension=php_mbstring.dll”这一行存在并且没有被注释掉，否则会出现未定义函数的问题。

php哪个函数能取得字符串长度

1、首先新建一个php文件，命名为test.php。

2、在test.php文件内，定义两个字符串，一个纯英文字符串，另一个中英文混合的字符串。

3、使用strlen()方法统计长度，从执行程序结果可见，strlen()方法统计$Str1的字符串长度是正确的，统计第二个字符串$Str2的长度是错误的。

4、新建一个utf8_strlen()函数，定义其参数为$string，默认为null。

5、在utf8_strlen()函数内，使用preg_match_all(）方法通过正则表达式拆分字符串，并保存在$match变量中，最后，通过count()方法统计得到的数组元素的个数，将结果返回。

6、使用utf8_strlen（）方法分别统计$Str1，$Str2字符串的长度，并使用echo将结果输出到页面中。

7、在浏览器运行test.php文件，查看程序执行的结果，从两个结果可以看出成功实现了统计字符串的长度。

参考技术A PHP对中文字符串的处理一直困扰于刚刚接触PHP开发的新手程序员。下面简要的剖析一下PHP对中文字符串长度的处理：

PHP自带的函数如strlen()、mb_strlen()都是通过计算字符串所占字节数来统计字符串长度的，一个英文字符占1字节。例：

$enStr = ‘Hello,China!’;
echo strlen($enStr); // 输出：12

而中文则不然，做中文网站一般会选择两种编码：gbk/gb2312或是utf-8。utf-8能兼容更多的字符，所以受到很多站长的喜爱。gbk与utf-8对中文的编码不同，导致中文在gbk与utf-8编码下所占字节也有差异。

gbk编码下每个中文字符所占字节为2，例：

$zhStr = ‘您好，中国！’;
echo strlen($zhStr); // 输出：12

utf-8编码下每个中文字符所占字节为3，例：

$zhStr = ‘您好，中国！’;
echo strlen($zhStr); // 输出：18

那么如何计算这组中文字符串的长度呢？有人可能会说gbk下获取中文字符串长度除以2，utf-8编码下除以3不就行了吗？但是您要考虑字符串并不老实，99%的情况会以中英混合的情况出现。

这是WordPress中的一段代码，主要思想就是先用正则将字符串分解为个体单元，然后再计算单元的个数即字符串的长度，代码如下（只能处理utf-8编码下的字符串）：

$zhStr = ‘您好，中国！’;
$str = ‘Hello,中国！’;

// 计算中文字符串长度
function utf8_strlen($string = null)
// 将字符串分解为单元
preg_match_all(“/./us”, $string, $match);
// 返回单元个数
return count($match[0]);


echo utf8_strlen($zhStr); // 输出：6
echo utf8_strlen($str); // 输出：9 收起