您现在的位置：程式碼之家 >> 編程語言 > >> 網頁程式設計 >> PHP 程式設計 >> PHP 相關知識

PHP 檢測字串中中文字符數量：mb_strlen 與自定義函數實現詳解

編輯：PHP 相關知識

前言：為什麼需要專門計算中文字符？

在 PHP 開發中，獲取字串長度是常見需求。對於純英文字串，strlen() 即可滿足需求，因為每個英文字符佔用 1 個位元組。但當字串包含中文字符時，情況就變得複雜：UTF-8 編碼下，一個中文字符通常佔用 3 個位元組；GBK 編碼則佔用 2 個位元組。若直接使用 strlen()，得到的將是位元組數而非字符數，導致邏輯錯誤。

方案一：使用 mb_strlen（推薦）

PHP 的 mbstring 擴展提供了 mb_strlen() 函數，可正確處理多位元組字符。這是最簡單、最高效的方案：

$len = mb_strlen("你是我的小蘋果", "utf-8"); // 返回 7

只需指定字串與編碼（如 UTF-8、GBK），即可獲得準確的字符數。生產環境強烈建議啟用 mbstring 擴展。

方案二：無 mbstring 擴展時的自定義實現

若環境未安裝 mbstring，可根據字符編碼特性自行實現計數邏輯。核心原理：

ASCII 字符（英文、數字、符號）佔 1 位元組，碼值 < 0x80 (128)
非 ASCII 字符（中文等）佔多位元組，首位元組碼值 ≥ 0x80
UTF-8 編碼中文字符佔 3 位元組，GBK 編碼佔 2 位元組

自定義函數實現

<?php
function mbstrlen($str, $encoding = "utf8") {
    $len = strlen($str);
    if ($len === 0) return 0;

    $encoding = strtolower($encoding);
    // 根據編碼確定每個中文字符佔用的位元組數
    if ($encoding === "utf8" || $encoding === "utf-8") {
        $step = 3;
    } elseif ($encoding === "gbk" || $encoding === "gb2312") {
        $step = 2;
    } else {
        return false; // 不支持的編碼
    }

    $count = 0;
    for ($i = 0; $i < $len; $i++) {
        $count++;
        // 遇到非 ASCII 字符，跳過後續位元組
        if (ord($str[$i]) >= 0x80) {
            $i += $step - 1; // -1 抵消 for 循環的 $i++
        }
    }
    return $count;
}

// 測試
echo mbstrlen("你是我的小蘋果"); // UTF-8 環境下輸出 7
echo mbstrlen(iconv("utf-8", "gbk", "你是我的小蘋果"), "gbk"); // GBK 輸出 7
?>