mysql 字符串長度計算實現代碼(gb2312+utf8)

更新時間：2011年12月16日 16:54:13 作者：

PHP對中文字符串的處理一直困擾于剛剛接觸PHP開發(fā)的新手程序員。下面簡要的剖析一下PHP對中文字符串長度的處

PHP對中文字符串的處理一直困擾于剛剛接觸PHP開發(fā)的新手程序員。下面簡要的剖析一下PHP對中文字符串長度的處理：

PHP自帶的函數如strlen()、mb_strlen()都是通過計算字符串所占字節(jié)數來統計字符串長度的，一個英文字符占1字節(jié)。例：

$enStr = 'Hello,China!';
echo strlen($enStr); // 輸出：12

而中文則不然，做中文網站一般會選擇兩種編碼：gbk/gb2312或是utf-8。utf-8能兼容更多的字符，所以受到很多站長的喜愛。gbk與utf-8對中文的編碼不同，導致中文在gbk與utf-8編碼下所占字節(jié)也有差異。

gbk編碼下每個中文字符所占字節(jié)為2，例：

$zhStr = '您好，中國！';
echo strlen($zhStr); // 輸出：12

utf-8編碼下每個中文字符所占字節(jié)為3，例：

$zhStr = '您好，中國！';
echo strlen($zhStr); // 輸出：18

那么如何計算這組中文字符串的長度呢？有人可能會說gbk下獲取中文字符串長度除以2，utf-8編碼下除以3不就行了嗎？但是您要考慮字符串并不老實，99%的情況會以中英混合的情況出現。

這是WordPress中的一段代碼，主要思想就是先用正則將字符串分解為個體單元，然后再計算單元的個數即字符串的長度，代碼如下（只能處理utf-8編碼下的字符串）：

復制代碼代碼如下:

 
$zhStr = '您好，中國！'; 
$str = 'Hello,中國！'; 

// 計算中文字符串長度 
function utf8_strlen($string = null) { 
// 將字符串分解為單元 
preg_match_all("/./us", $string, $match); 
// 返回單元個數 
return count($match[0]); 
} 
echo utf8_strlen($zhStr); // 輸出：6 
echo utf8_strlen($str); // 輸出：9 

utf8_strlen – 獲得UTF8編碼的字符串的長度

復制代碼代碼如下:

 
/* 
* 用于UTF8編碼的程序 
* 獲得字符串的長度，一個中文表示3個長度 
* itlearner注釋 
*/ 
function utf8_strlen($str) { 
$count = 0; 
for($i = 0; $i < strlen($str); $i++){ 
$value = ord($str[$i]); 
if($value > 127) { 
$count++; 
if($value >= 192 && $value <= 223) $i++; 
elseif($value >= 224 && $value <= 239) $i = $i + 2; 
elseif($value >= 240 && $value <= 247) $i = $i + 3; 
else die('Not a UTF-8 compatible string'); 
} 
$count++; 
} 
return $count; 
} 