有時候我們需要計(jì)算一個字符串中包含的字?jǐn)?shù)，對于純英文字符串，字?jǐn)?shù)等于字符串長度，用
strlen函數(shù)即可獲得，但如果字符串中包含中文怎辦？mb_strlen可以實(shí)現(xiàn)，但不幸沒裝擴(kuò)展，那就自己實(shí)現(xiàn)一下吧。

php有一個擴(kuò)展一般是必裝的，我們可以使用mb_strlen來獲取字符串中的字?jǐn)?shù)，用法一般如下：

$len = mb_strlen("你是我的小蘋果","utf-8");

如愿獲得字符串長度：7.

如果沒裝mb擴(kuò)展呢？自己實(shí)現(xiàn)一下吧。

我們要先明白一個事實(shí)：字符串是由字符組成的，而字符是由字節(jié)表示的，每個英文字符是一個字節(jié)，對應(yīng)一個ascii碼，英文字符的ascii碼是小于128的，也就是十六進(jìn)制的 0x80 .當(dāng)一個字節(jié)的ascii碼超過了127，那就說明當(dāng)前字節(jié)不是一個完整的字符。

比如

$str = "你是我的小蘋果";

中的$str{0}可以取到第一個字節(jié)，我們來看一下它是啥：

php > $str = "你是我的小蘋果";
php > echo $str{0};
�

是個亂碼，它只是

復(fù)制代碼代碼如下:

你

字的字節(jié)之一，也就是說，

復(fù)制代碼代碼如下:

你

這個字符是由超過一個字節(jié)組成的，我們這樣試試：

php > echo $str{0}.$str{1}.$str{2};

你
可以看到，將三個字節(jié)連在一起輸出，就成了一個完整的

復(fù)制代碼代碼如下:

你

。

至于這里為什么是三個字節(jié)，而不是兩個或4個？這個取決于字符串的編碼，我這里控制臺默認(rèn)是utf8編碼的，在PHP中，一個utf8字符是用三個字節(jié)表達(dá)的，如果是gbk編碼，則會是兩個字節(jié)。至于編碼和字節(jié)的關(guān)系，這個話題比較大，一篇說不完，請參考這篇文章：字符編碼筆記：ascii,unicode和utf8 。

知道了這些，我們就可以自己編寫一個字?jǐn)?shù)檢查的函數(shù)了，大致流程如下：

1.for循環(huán)遍歷字節(jié) 2.判斷字節(jié)編碼是否 >= 0x80,是的話跳過N個字節(jié)

我寫了個簡單的函數(shù)，可以判斷gbk或utf8字符串的長度，僅供參考：

<?php

function mbstrlen($str,$encoding="utf8")
{

  if (($len = strlen($str)) == 0) {
    return 0;
  }

  $encoding = strtolower($encoding);

  if ($encoding == "utf8" or $encoding == "utf-8") {
    $step = 3;
  } elseif ($encoding == "gbk" or $encoding == "gb2312") {
    $step = 2;
  } else {
    return false;
  }

  $count = 0;
  for ($i=0; $i<$len; $i++) {
    $count++;
    //如果字節(jié)碼大于127，則根據(jù)編碼跳幾個字節(jié)
    if (ord($str{$i}) >= 0x80) {
      $i = $i + $step - 1;//之所以減去1，因?yàn)閒or循環(huán)本身還要$i++
    }
  }
  return $count;
}

echo mbstrlen(iconv("utf-8","gbk","你是我的小蘋果"),"gbk");
echo mbstrlen("你是我的小蘋果");

您可能感興趣的文章: