strlen()函數(shù)和mb_strlen()函數(shù)

在PHP中，函數(shù)strlen()返回字符串的長(zhǎng)度。函數(shù)原型如下：

參數(shù)string_input為要處理的字符串。

strlen()函數(shù)返回字符串所占的字節(jié)長(zhǎng)度，一個(gè)英文字母、數(shù)字、各種符號(hào)均占一個(gè)字節(jié)，它們的長(zhǎng)度均為1。一個(gè)中午字符占兩個(gè)字節(jié)，所以一個(gè)中午字符的長(zhǎng)度是2。例如

“echo strlen("www.sunchis.com");”的運(yùn)行結(jié)果：15

“echo strlen("三知開(kāi)發(fā)網(wǎng)");”的運(yùn)行結(jié)果：15

這里有一個(gè)疑問(wèn)，一個(gè)中文字符不是占2個(gè)字節(jié)嗎？“三知開(kāi)發(fā)網(wǎng)”，明明是五個(gè)漢字，運(yùn)行的結(jié)果怎么會(huì)是15？

原因出在這里：strlen()計(jì)算時(shí)，對(duì)于一個(gè)UTF-8的中文字符，會(huì)把它當(dāng)做長(zhǎng)度為3來(lái)處理。當(dāng)出現(xiàn)中英文混排的情況下，怎么準(zhǔn)確的計(jì)算字符串的長(zhǎng)度呢？這里，得引入另外一個(gè)函數(shù)mb_strlen()。mb_strlen()函數(shù)的用法與strlen()幾乎一摸一樣，只是多了一個(gè)指定字符集編碼的參數(shù)。函數(shù)原型為：

PHP內(nèi)置的字符串長(zhǎng)度函數(shù)strlen無(wú)法正確處理中文字符串，它得到的只是字符串所占的字節(jié)數(shù)。對(duì)于GB2312的中文編碼，strlen得到的值是漢字個(gè)數(shù)的2倍，而對(duì)于UTF-8編碼的中文，就是3倍的差異了（在UTF-8編碼下，一個(gè)漢字占3個(gè)字節(jié)）。 因此，下面的代碼能準(zhǔn)確計(jì)算出中文字符串的長(zhǎng)度：

原理分析：

strlen()計(jì)算時(shí)，對(duì)待UTF-8的中文字符長(zhǎng)度是3，所以“三知sunchis開(kāi)發(fā)網(wǎng)”的長(zhǎng)度為5×3+7×1=22
在mb_strlen計(jì)算時(shí)，選定內(nèi)碼為UTF8，則會(huì)將一個(gè)中文字符當(dāng)作長(zhǎng)度1來(lái)計(jì)算，所以“三知sunchis開(kāi)發(fā)網(wǎng)”長(zhǎng)度為5×1+7×1=12

剩下的就是純數(shù)學(xué)問(wèn)題了，在此就不啰嗦了……

注意：對(duì)于mb_strlen($str,'UTF-8')，如果省略第二個(gè)參數(shù)，則會(huì)使用PHP的內(nèi)部編碼。內(nèi)部編碼可以通過(guò)mb_internal_encoding()函數(shù)得到。需要注意的是，mb_strlen并不是PHP核心函數(shù)，使用前需要確保在php.ini中加載了php_mbstring.dll，即確保“extension=php_mbstring.dll”這一行存在并且沒(méi)有被注釋掉，否則會(huì)出現(xiàn)未定義函數(shù)的問(wèn)題。

最新評(píng)論