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 計算字串長度:中文字符按雙字節計算

需求背景

在處理中英文混排字串時,strlen() 僅計算位元組數,導致中文字符(UTF-8 佔 3 位元組)長度失真。常見需求是「中文算 2、英文算 1」的顯示寬度計算,例如表單驗證、截斷摘要等場景。

函數實作:str_len()

/**
 * 計算字串顯示長度(中文按 2 個字符計算)
 * @param string $str 輸入字串
 * @return int 計算後的長度
 */
function str_len($str) {
    // 移除所有 ASCII 字符(0x00-0x7F),剩下的即為非 ASCII(含中文)
    $nonAsciiLen = strlen(preg_replace('/[\x00-\x7F]/', '', $str));

    if ($nonAsciiLen) {
        // 總位元組數 - 非 ASCII 位元組數 = ASCII 字符數
        // 非 ASCII 位元組數 / 3 (UTF-8 中文佔 3 字節) * 2 = 中文顯示寬度
        return strlen($str) - $nonAsciiLen + intval($nonAsciiLen / 3) * 2;
    } else {
        return strlen($str); // 純 ASCII
    }
}

原理解析

  1. preg_replace('/[\x00-\x7F]/', '', $str) 移除所有 ASCII 字符,剩餘即為多位元組字符(主要是中文)。
  2. $nonAsciiLen 為這些字符的總位元組數。UTF-8 編碼下,一個漢字佔 3 位元組。
  3. intval($nonAsciiLen / 3) * 2 估算中文字符數並乘以 2(顯示寬度)。
  4. strlen($str) - $nonAsciiLen 為 ASCII 字符數(每個佔 1 位元組,顯示寬度也為 1)。

測試範例

echo str_len("Hello世界"); // 輸出 11 (5 + 2*3)
echo str_len("純中文");     // 輸出 6  (3*2)
echo str_len("PureEng");    // 輸出 7

局限與改進

  • 假設非 ASCII 全為 3 位元組 UTF-8 字符(如 Emoji 佔 4 位元組會偏差)。
  • 嚴格專案建議使用 mb_strwidth()(需啟用 mbstring 擴展),它內建處理全形/半形寬度。
copyright © 萬盛學電腦網 all rights reserved