PHP字符串长度计算 - strlen()函数

转载链接：http://www.sunchis.com/html/php/php/2010/0315/74.html

strlen()函数和mb_strlen()函数

在PHP中，函数strlen()返回字符串的长度。函数原型如下：

int strlen(string string_input); 

参数string_input为要处理的字符串。

strlen()函数返回字符串所占的字节长度，一个英文字母、数字、各种符号均占一个字节，它们的长度均为1。一个中午字符占两个字节，所以一个中午字符的长度是2。例如

<?php  
    echo strlen("www.sunchis.com");  
    echo strlen("三知开发网");  
?> 

“echo strlen("www.sunchis.com");”的运行结果：15

“echo strlen("三知开发网");”的运行结果：15

 

这里有一个疑问，一个中文字符不是占2个字节吗？“三知开发网”，明明是五个汉字，运行的结果怎么会是15？

原因出在这里：strlen()计算时，对于一个UTF-8的中文字符，会把它当做长度为3来处理。当出现中英文混排的情况下，怎么准确的计算字符串的长度呢？这里，得引入另外一个函数mb_strlen()。mb_strlen()函数的用法与strlen()几乎一摸一样，只是多了一个指定字符集编码的参数。函数原型为：

int mb_strlen(string string_input, string encode); 

PHP内置的字符串长度函数strlen无法正确处理中文字符串，它得到的只是字符串所占的字节数。对于GB2312的中文编码，strlen得到的值是汉字个数的2倍，而对于UTF-8编码的中文，就是3倍的差异了（在UTF-8编码下，一个汉字占3个字节）。 因此，下面的代码能准确计算出中文字符串的长度：

<?php  
    $str = "三知sunchis开发网";  
    echo strlen($str)."<br>";               //结果：22  
    echo mb_strlen($str,"UTF8")."<br>";     //结果：12  
    $strlen = (strlen($str)+mb_strlen($str,"UTF8"))/2;  
    echo $strlen;                           //结果：17  
?> 

原理分析：

• strlen()计算时，对待UTF-8的中文字符长度是3，所以“三知sunchis开发网”的长度为5×3+7×1=22
• 在mb_strlen计算时，选定内码为UTF8，则会将一个中文字符当作长度1来计算，所以“三知sunchis开发网”长度为5×1+7×1=12

剩下的就是纯数学问题了，在此就不啰嗦了……

 

注意：对于mb_strlen($str,'UTF-8')，如果省略第二个参数，则会使用PHP的内部编码。内部编码可以通过mb_internal_encoding()函数得到。需要注意的是，mb_strlen并不是PHP核心函数，使用前需要确保在php.ini中加载了php_mbstring.dll，即确保“extension=php_mbstring.dll”这一行存在并且没有被注释掉，否则会出现未定义函数的问题。