php計算字元的個數和位元組,php中一個漢字占幾個位元組

本文目錄一覽：

• 1、PHP字元串長度計算 – strlen()函數使用介紹
• 2、php如何獲取字元串長度，中文、符號、英文字母都算作一個？
• 3、php strlen utf8一個中文算3個位元組嗎？

PHP字元串長度計算 – strlen()函數使用介紹

strlen()函數和mb_strlen()函數

在PHP中，函數strlen()返回字元串的長度。函數原型如下：

複製代碼

代碼如下:

int

strlen(string

string_input);

參數string_input為要處理的字元串。

strlen()函數返回字元串所佔的位元組長度，一個英文字母、數字、各種符號均佔一個位元組，它們的長度均為1。一個中午字元佔兩個位元組，所以一個中午字元的長度是2。例如

複製代碼

代碼如下:

?php

echo

strlen(“”);

echo

strlen(“三知開發網”);

?

「echo

strlen(“”);」的運行結果：15

「echo

strlen(“三知開發網”);」的運行結果：15

這裡有一個疑問，一個中文字元不是佔2個位元組嗎？「三知開發網」，明明是五個漢字，運行的結果怎麼會是15？

原因出在這裡：strlen()計算時，對於一個UTF-8的中文字元，會把它當做長度為3來處理。當出現中英文混排的情況下，怎麼準確的計算字元串的長度呢？這裡，得引入另外一個函數mb_strlen()。mb_strlen()函數的用法與strlen()幾乎一摸一樣，只是多了一個指定字符集編碼的參數。函數原型為：

複製代碼

代碼如下:

int

mb_strlen(string

string_input,

string

encode);

PHP內置的字元串長度函數strlen無法正確處理中文字元串，它得到的只是字元串所佔的位元組數。對於GB2312的中文編碼，strlen得到的值是漢字個數的2倍，而對於UTF-8編碼的中文，就是3倍的差異了（在UTF-8編碼下，一個漢字佔3個位元組）。

因此，下面的代碼能準確計算出中文字元串的長度：

複製代碼

代碼如下:

?php

$str

=

“三知sunchis開發網”;

echo

strlen($str).”br”;

//結果：22

echo

mb_strlen($str,”UTF8″).”br”;

//結果：12

$strlen

=

(strlen($str)+mb_strlen($str,”UTF8″))/2;

echo

$strlen;

//結果：17

?

原理分析：

strlen()計算時，對待UTF-8的中文字元長度是3，所以「三知sunchis開發網」的長度為5×3+7×1=22

在mb_strlen計算時，選定內碼為UTF8，則會將一個中文字元當作長度1來計算，所以「三知sunchis開發網」長度為5×1+7×1=12

剩下的就是純數學問題了，在此就不啰嗦了……

注意：對於mb_strlen($str,’UTF-8′)，如果省略第二個參數，則會使用PHP的內部編碼。內部編碼可以通過mb_internal_encoding()函數得到。需要注意的是，mb_strlen並不是PHP核心函數，使用前需要確保在php.ini中載入了php_mbstring.dll，即確保「extension=php_mbstring.dll」這一行存在並且沒有被注釋掉，否則會出現未定義函數的問題。

php如何獲取字元串長度，中文、符號、英文字母都算作一個？

一般情況下 有漢字的時候 是使用 mb_strlen 這個函數來計算字元長度

這個函數需要開啟 mb_string擴展 默認都是不開啟的

php strlen utf8一個中文算3個位元組嗎？

utf8是變長編碼, 不一定是3位元組, 可能是2~3, 當然ASCII字元還是1位元組.gbk也是變長編碼, 非ASCII的2位元組, ASCII還是1位元組.這兩個編碼對於非ASCII字元, 都是多位元組的, 並且多位元組字元每個位元組都是127的, 也就是負數(最高位是1).另外, PHP里的strlen不是依靠判斷字元串結尾的, 因為PHP是腳本語言, 它的字元串和C++的string是一樣的, 將存儲的位元組個數當作字元串長度.另外, PHP里想數數有多少個位元組用strlen, 想數數有多少個字元, 用mb系列函數, 自己去了解一下.還有些需求, 比如字元串匹配查找之類的, gbk是存在雙位元組匹配問題的, 兩個連續漢字的中間2個位元組可能被誤認為其他字元, 所以不能用strstr之類的位元組匹配函數(PHP里是純位元組匹配的, 不關心), 但utf-8是可以的, 它不會有類似的衝突, 另外最好的做法當然還是用mb系列, 安全可靠, 而且還支持猜編碼功能.