萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

PHP 正確分割中文字符串:mb_str_split 兩種實現方案

問題背景

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。

方案一:標準實現(支援自定義長度)

/**
 * 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('/(?

方案二:遞歸截取法(不依賴 mb_strlen 重複計算)

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;
}

效能對比與選擇建議

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

使用範例

$str = '我愛北京3我愛上海-我愛xianggang';
print_r(mb_str_split($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
)
*/

進階:PHP 7.4+ 內建 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
}

結語

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。

copyright © 萬盛學電腦網 all rights reserved