计算多字节字符的数量

Posted 2023-02-24

【中文标题】计算多字节字符的数量

【英文标题】：Counting the number of multi-byte characters

【发布时间】：2011-11-13 04:46:12

【问题描述】：

我有包含多字节字符的文本，如图所示：

위키백과，백과사전。

대수(λ -, lambda -)는 함. 1930년대다. 함수 s(x, y) = x*x + 입력 x 것이다。 x ↦ x 와 y ↦ y 는 변수의 이름은。 또한 (x, y) ↦ x*x + y*y 와 (u, v) ↦ u*u + v*v 는.123456

在文字处理器中，它给我的字符数是 148。

在以 UTF-8 编码的 html 表单上，它使用了属性为 maxlength = 150 的 TEXTAREA 字段。

使用 php 函数 mb_strlen($_POST['text'],'UTF-8')，它返回值 152。

哪个是正确的？

【问题讨论】：

哪个字处理器？也许他们不把换行符算作字符？

@Yzmir Ramirez，libreoffice 作家。你是对的，它不计算换行符。那为什么 HTML 和 PHP 有区别呢？

【参考方案1】：

我会说他们都是正确的。

没有行尾是 148。

行尾是 150 或 152，具体取决于编码（Windows 使用每个行尾 2 个字符）。

【讨论】：

您能详细说明一下吗？我不明白。你的意思是 PHP 算了两个额外的\ns，HTML 算了一个？

在 Windows 中，换行符是两个字符 \n\r，但在 Mac OS X 和 *nix 机器上，它的 \n 和 \r 对于 Mac OS（最多 9 个），如果我有记忆的话正确。换行历史en.wikipedia.org/wiki/Newline

@Yzmir Ramirez，我明白了.. 我使用的是 Linux。

@BenHuh 如果插入另一行，输出是什么？ 153和156？

我猜 HTML 将换行视为一个字符，PHP 将其视为两个，而文字处理器根本不计算换行。