一个包含中英文的字符串如何获得它的自然长度

Posted 2020-08-30

$str = ‘Hello world!‘;
echo strlen($str); // 输出12

然而在php自带的函数中，strlen及mb_strlen都是通过计算字符串所占字节数来计算长度的，在不同的编码情况下，中文所占的字节数是不同的。在GBK/GB2312下，中文字符占2个字节，而在UTF-8下，中文字符占3个字节。

$str = ‘你好，世界！‘;
echo strlen($str); // GBK或GB2312下输出12，UTF-8下输出18

而我们在判断字符串长度时往往需要判断的是字符的数量，而非字符串所占字节数，如在UTF-8下的这段PHP代码：

$name = ‘张耕畅‘;
$len = strlen($name);
// 输出 FALSE，因为在UTF-8下三个中文占9个字节
if($len >= 3 && $len <= 8){
 echo ‘TRUE‘;
}else{
 echo ‘FALSE‘;
}

<?php  
/** 
 * 获取包含中英文的字符串长度 
 */  
$str = ‘测试abc123‘;  
echo strlen($str)."<br>";  
echo mb_strlen($str,‘utf-8‘);  
?> 

输出结果为12和8，PHP自带的函数strlen()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，而中文则不然，在gbk编码下每个中文字符所占字节为2，而在utf-8编码下每个中文字符所占字节为3，测试代码用的UTF-8编码，所以输出12，函数mb_strlen(string $str[,string $encoding = mb_internal_encoding()])需要扩展库mb_string.dll才能使用，第一个参数str是要检查长度的字符串，第二个参数encoding为字符编码，如果省略，则使用内部字符编码，函数返回具有encoding编码的字符串str包含的字符数，多字节的字符被计为1，如果给定的encoding无效则返回FALSE，所以输出结果为8。