| 函數 | 返回值含義 | 多字節字符處理 | 編碼感知 |
|---|---|---|---|
strlen() | 字節數 | UTF-8 中文佔 3 字節,GBK 佔 2 字節 | 無(二進制安全) |
mb_strlen() | 字符數(碼位數) | 正確計為 1 | 需指定或使用內部編碼 |
<?php
// 文件編碼必須為 UTF-8
$str = '中文a字1符'; // 4中文 + 1英文 + 1數字 = 6字符
echo "strlen: " . strlen($str) . "\n"; // 14 (4*3 + 1 + 1)
echo "mb_strlen(UTF-8): " . mb_strlen($str, 'UTF-8') . "\n"; // 6
echo "mb_strlen(GBK): " . mb_strlen($str, 'GBK') . "\n"; // 8 (若文件為GBK編碼)
echo "mb_strlen(GB2312): " . mb_strlen($str, 'GB2312') . "\n"; // 10
?>
zend_string.len,即內存中佔用的字節數。UTF-8 編碼下,ASCII 字符 1 字節,漢字 3 字節。mb_internal_encoding() 返回值(可由 mb_internal_encoding('UTF-8') 設置)。php.ini 開啟 extension=php_mbstring.dll;Linux 編譯時需 --enable-mbstring。場景:終端輸出對齊、固定寬度截斷、PDF/圖片繪文字排版。中文字符視覺寬度約為英文 2 倍。
<?php
function visualWidth(string $str, string $encoding = 'UTF-8'): int {
$byteLen = strlen($str);
$charLen = mb_strlen($str, $encoding);
// 假設:非 ASCII 字符視覺寬度為 2,ASCII 為 1
// 總寬度 ≈ 字節數 + 字符數 (UTF-8 下:ASCII 1字節1寬,漢字3字節2寬 → 3+1=4≈2*2)
// 更精確:(byteLen + charLen) / 2
return (int)(($byteLen + $charLen) / 2);
}
$str = '中文a字1符';
echo visualWidth($str); // (14 + 6) / 2 = 10
?>
<?php
function preciseVisualWidth(string $str): int {
$width = 0;
$len = mb_strlen($str, 'UTF-8');
for ($i = 0; $i < $len; $i++) {
$char = mb_substr($str, $i, 1, 'UTF-8');
$code = mb_ord($char, 'UTF-8'); // PHP 7.2+
// Unicode East Asian Width 簡化判斷
// 全形/寬字符範圍:CJK 統一表意文字、日韓文字、全形符號等
if ($code >= 0x1100 && (
$code <= 0x115F || // Hangul Jamo
($code >= 0x2329 && $code <= 0x232A) ||
($code >= 0x2E80 && $code <= 0xA4CF) || // CJK Radicals..Yi Syllables
($code >= 0xAC00 && $code <= 0xD7A3) || // Hangul Syllables
($code >= 0xF900 && $code <= 0xFAFF) || // CJK Compatibility Ideographs
($code >= 0xFE10 && $code <= 0xFE19) || // Vertical Forms
($code >= 0xFE30 && $code <= 0xFE6F) || // CJK Compatibility Forms
($code >= 0xFF00 && $code <= 0xFF60) || // Fullwidth Forms
($code >= 0xFFE0 && $code <= 0xFFE6)
)) {
$width += 2;
} else {
$width += 1;
}
}
return $width;
}
?>
VARCHAR(255) 限制的是**字符數**(MySQL 字符集為 utf8mb4 時),而非字節數。用 mb_strlen 驗證。mb_strlen($name) <= 20,而非 strlen。substr($str, 0, 10)(按字節截斷導致亂碼),必須用 mb_substr($str, 0, 10, 'UTF-8')。preg_match('/^.{1,20}$/u', $str),u 修飾符啟用 UTF-8 模式,. 匹配單個字符而非字節。mb_internal_encoding('UTF-8'),避免隱性 Bug。strlen = 字節數,用於二進制處理、網絡傳輸大小計算、文件大小。mb_strlen = 字符數,用於業務邏輯長度限制、顯示截斷、用戶輸入驗證。(strlen + mb_strlen) / 2,精確用 Unicode East Asian Width 表。'UTF-8' 編碼參數。