PHP 內建 str_split() 按位元組分割,對 UTF-8 中文會將單一字符拆成 3 個位元組,導致亂碼。必須使用多位元組字符串函數(mb_* 系列)按「字符」而非「位元組」分割。
/**
* 將字符串按指定長度分割為陣列(支援 UTF-8 中文)
* @param string $str 待分割字符串
* @param int $len 每段字符數,預設 1
* @param string $enc 編碼,預設 UTF-8
* @return array|false 成功返回陣列,$len < 1 返回 false
*/
function mb_str_split($str, $len = 1, $enc = 'UTF-8') {
if ($len < 1) return false;
// 無指定長度時,使用正則直接按字符拆分(效能較好)
if (func_num_args() === 1) {
return preg_split('/(?
function mbStrSplit($string, $len = 1) {
$arr = [];
$encoding = 'UTF-8';
$remaining = mb_strlen($string, $encoding);
$offset = 0;
while ($remaining > 0) {
$arr[] = mb_substr($string, $offset, $len, $encoding);
$offset += $len;
$remaining = mb_strlen($string, $encoding) - $offset;
}
return $arr;
}
| 場景 | 推薦方案 | 理由 |
|---|---|---|
| 單字符拆分($len=1) | 方案一 preg_split('/(? | 單次正則匹配,無循環開銷,最快 |
| 固定長度分塊($len>1) | 方案一 for 循環 | 邏輯清晰,易於維護 |
| 超長字符串(>1MB) | 方案二或分塊處理 | 避免重複計算總長度,略優 |
$str = '我愛北京3我愛上海-我愛xianggang';
print_r(mb_str_split($str, 4));
/* 輸出
Array
(
[0] => 我愛北京
[1] => 3我愛上
[2] => 海-我愛
[3] => xian
[4] => ggan
[5] => g
)
*/
mb_str_split()PHP 7.4 已原生提供 mb_str_split(),參數與方案一一致。建議專案升級後直接使用內建函數,並以 function_exists() 兼容舊版本:
if (!function_exists('mb_str_split')) {
// 放入上方自定義實現
}
掌握多位元組字符串分割是處理中文文本的基礎。根據 PHP 版本選擇內建或自定義函數,並注意編碼一致性(全專案統一 UTF-8),即可避免亂碼與邏輯錯誤。