PHP 正確獲取 UTF-8 字符串長度（兼容中英文混排）

PHP 內置 strlen() 返回的是字符串的字節數，而非字符數。對於 UTF-8 編碼，一個漢字佔 3 字節，英文字母佔 1 字節，直接使用 strlen() 會導致長度計算錯誤，影響表單驗證、截取、對齊等邏輯。

問題演示

<?php
$str1 = 'Hello world!中';
echo strlen($str1); // 輸出 14 (12字母+1空格+1感嘆號+3字節中文) - 實際字符數 13

$str2 = '你好，世界！';
echo strlen($str2); // UTF-8 下輸出 18 (6漢字×3) - 實際字符數 6
?>

標準解決方案：mb_strlen()（推薦）

PHP mbstring 擴展提供多字節字符串函數，mb_strlen() 可正確返回字符數。

<?php
$str = '你好，世界！';
echo mb_strlen($str, 'UTF-8'); // 輸出 6
echo mb_strlen($str);          // 使用內部編碼（需 php.ini 設置 mbstring.internal_encoding）
?>

• 需確保服務器安裝並啟用 mbstring 擴展（現代 PHP 環境默認開啟）。
• 顯式指定編碼 'UTF-8' 最安全，避免依賴全局配置。

無 mbstring 環境下的替代方案

方案一：正則匹配 Unicode 字符（WordPress 採用）

<?php
function utf8_strlen($string = null) {
    if ($string === null) return 0;
    // /u 修飾符按 Unicode 字符匹配，/s 讓 . 匹配換行
    preg_match_all('/./us', $string, $matches);
    return count($matches[0]);
}

echo utf8_strlen('你好，世界！'); // 6
echo utf8_strlen('Hello 世界');   // 8
?>

原理： preg_match_all('/./us', ...) 將字符串分解為單個 Unicode 碼點，統計匹配數即為字符數。

方案二：兼容 GBK/UTF-8 混合輸入的健壯函數

<?php
function mb_strlen_compat($str) {
    // 嘗試將 GBK 轉為 UTF-8（若已是 UTF-8 則 iconv 返回 false 或原串）
    $utf8 = @iconv('GBK', 'UTF-8//IGNORE', $str);
    if ($utf8 !== false && $utf8 !== '') {
        $str = $utf8;
    }
    // 統計 Unicode 字符
    preg_match_all('/./us', $str, $matches);
    return count($matches[0]);
}

// 測試
$gbk_str = iconv('UTF-8', 'GBK', '測試字符串');
echo mb_strlen_compat($gbk_str); // 正確輸出 5
echo mb_strlen_compat('測試字符串'); // 正確輸出 5
?>

常見場景對比

最佳實踐建議

1. 項目統一使用 mb_strlen()，在框架基類或工具類中封裝 str_len($str) 統一入口。
2. php.ini 設置： mbstring.internal_encoding = UTF-8，mbstring.func_overload = 0（不覆蓋原生函數）。
3. 截取字符串： 配合 mb_substr()、mb_strcut() 使用，切勿用 substr()。
4. 數據庫字段長度： MySQL VARCHAR(255) 指字符數（utf8mb4），不受字節影響，但 PHP 端驗證必須用字符數。
5. 前端同步： JavaScript str.length 返回 UTF-16 代碼單元數（Emoji 算 2），PHP 端用 mb_strlen()，雙端驗證邏輯需對齊。

完整工具函數封裝

<?php
/**
 * 獲取字符串字符長度（兼容 UTF-8/GBK，優先使用 mbstring）
 * @param string $str
 * @return int
 */
function str_len($str) {
    if (!is_string($str)) $str = (string)$str;
    if (function_exists('mb_strlen')) {
        return mb_strlen($str, 'UTF-8');
    }
    // 降級方案
    $utf8 = @iconv('GBK', 'UTF-8//IGNORE', $str);
    if ($utf8 !== false && $utf8 !== '') $str = $utf8;
    preg_match_all('/./us', $str, $m);
    return count($m[0]);
}

/**
 * 安全截取字符串
 * @param string $str
 * @param int $start
 * @param int|null $length
 * @return string
 */
function str_sub($str, $start, $length = null) {
    if (function_exists('mb_substr')) {
        return mb_substr($str, $start, $length, 'UTF-8');
    }
    // 降級：正則分解後切片
    preg_match_all('/./us', $str, $m);
    $chars = $m[0];
    return implode('', array_slice($chars, $start, $length));
}
?>

正確處理多字節字符串長度是 PHP 國際化開發的基礎功課。優先使用 mbstring 函數族，無擴展環境下用正則降級，封裝統一工具函數，從源頭杜絕長度計算錯誤導致的業務 Bug。