php中处理汉字字符串长度:strlen和mb_strlen

发现了一个使用PHP时需要特别注意的地方。

如这个例子:

<html>
<meta charset="utf-8">
<body>
<?php
 $name="鸣人";
 print "姓名的长度为:".strlen($name);
?>
</body>
</html>

这个代码的输出结果是:姓名的长度为:6

先探讨一下为什么会出现这个问题: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)。

如果非要使用strlen函数计算含有中文的字符串的长度也是可以的,下面这个例子是在网上摘来的:

<?php
 function chinesesubstr($str,$start,$len) { 
    $strlen=$start+$len; 
    for($i=0;$i<$strlen;$i++) { 
        if(ord(substr($str,$i,1))>0xa0) { 
            $tmpstr.=substr($str,$i,2); 
            $i++; 
        } else 
            $tmpstr.=substr($str,$i,1); 
    } 
    return $tmpstr; 
}
?>

不过,除了这个,我们完全可以用mb_strlen这个函数来计算:

<html>
<meta charset="utf-8">
<body>
<?php
 $name="鸣人";
 print "姓名的长度为:".mb_strlen($name,"utf-8");
?>
</body>
</html>

这是的输出结果即为:姓名的长度为:2

mb_strlen的用法和strlen类似,只不过它有第二个可选参数用于指定字符编码。

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。