这篇文章主要介绍了PHP获取中英混合字符串长度的方法,需要的朋友可以参考下，今晚在写框架的表单验证类时，需要判断某个字符串长度是否在指定区间内，很自然地，想到了PHP中的strlen函数，代码如下:

1. $str = 'Hello world!'; 
2. echo strlen($str); // 输出12 

然而在PHP自带的函数中，strlen及mb_strlen都是通过计算字符串所占字节数来计算长度的，在不同的编码情况下，中文所占的字节数是不同的。在GBK/GB2312下，中文字符占2个字节，而在UTF-8下，中文字符占3个字节，代码如下:

1. $str = '你好，世界！'; 
2. echo strlen($str); // GBK或GB2312下输出12，UTF-8下输出18 

而我们在判断字符串长度时往往需要判断的是字符的数量，而非字符串所占字节数，如在UTF-8下的这段PHP代码：

1. $name = '张耕畅'; 
2. $len = strlen($name); 
3. // 输出 FALSE，因为在UTF-8下三个中文占9个字节 
4. if($len >= 3 && $len <= 8){ 
5.  echo 'TRUE'; 
6. }else{ 
7.  echo 'FALSE'; 
8. } 

那么有什么方便而实用的方法可以获得含中文字符串的长度呢？可以用正则计算出中文字符的个数，在GBK/GB2312编码下除以2，UTF-8编码下则除以3，最后再加上非中文字符串的长度，但这样未免太过麻烦。

WordPress这么一段代码，借鉴如下：

1. $str = 'Hello，世界！'; 
2. preg_match_all('/./us', $str, $match); 
3. echo count($match[0]); // 输出9 

思想是用正则表达式将字符串分割成单个字符，并直接用count计算出匹配到的字符数，便是我们想要的结果了。

但以上代码在UTF-8编码下并不能处理GBK/GB2312的中文字符串，因为GBK/GB2312的中文字符会被识别为两个字符而计算出来的中文字符数量会翻倍，于是我想到了这么一个办法：

1. $tmp = @iconv('gbk', 'utf-8', $str); 
2. if(!emptyempty($tmp)){ 
3.  $str = $tmp; 
4. } 
5. preg_match_all('/./us', $str, $match); 
6. echo count($match[0]); 

可兼容GBK/GB2312及UTF-8编码，经小量数据测试通过，但暂未确定是否完全正确，盼有大牛指点一二。

以上本意是为了框架可以兼容多种编码格式，但一般在日常开发中，一个项目是已经可以确定为何种编码的，因此可以使用以下函数来方便地获取字符串长度：

1. int iconv_strlen ( string $str [, string $charset = ini_get("iconv.internal_encoding") ] ) 

Tags: PHP获取中英混合字符串

分享到：