PHP 中 ord($str) > 0x80 判斷中文字符的原理解析

背景知識：GBK 編碼特徵

• GBK 為雙字節編碼：ASCII 兼容區（0x00-0x7F）佔 1 字節；中文字符佔 2 字節，首字節高位必為 1（即 ≥ 0x80），尾字節範圍 0x40-0xFE（除 0x7F）。
• UTF-8 中中文字符通常佔 3 字節，首字節 ≥ 0xE0，判斷邏輯不同。

為何用位運算 & 0x80 而非 > 0x7F

0x7F = 0111 1111
0x80 = 1000 0000

• 最高位（第 8 位）為 1 ⇔ 數值 ≥ 0x80。
• ord($ch) & 0x80 只檢查最高位，若非 0 則為 1，極快且無符號/負數歧義。
• 在強類型語言（C/C++/Java）中 char 可能為有符號，> 0x7F 會因負數導致誤判；位運算無此問題。

代碼示例：檢測字符串首字節是否為中文首字節

<?php
function isGbkFirstByte($ch) {
    return (ord($ch) & 0x80) !== 0;
}

$str = '中a文';
for ($i = 0; $i < strlen($str); $i++) {
    $ch = $str[$i];
    echo "$ch : " . (isGbkFirstByte($ch) ? '中文首字節' : 'ASCII') . "\n";
}
// 輸出（GBK 編碼下）：
// 中 : 中文首字節
//  : 中文尾字節（不可直接判斷）
// a : ASCII
// 文 : 中文首字節
//  : 中文尾字節
?>

延伸應用：大小寫轉換的位運算技巧

ASCII 字母第 6 位（0x20）區分大小寫：小寫為 1，大寫為 0。

<?php
// 判斷是否小寫
if (ord($c) & 0x20) { /* 小寫 */ }

// 轉大寫：將第 6 位清零
$upper = chr(ord($c) & ~0x20);

// 轉小寫：將第 6 位置一
$lower = chr(ord($c) | 0x20);
?>

原理：'a'(0x61) - 'A'(0x41) = 0x20，位運算比 strtoupper() 更底層，理解編碼本質的好練習。

現代 PHP 的最佳實踐

1. 統一使用 UTF-8：資料庫、連接、HTML、PHP 文件編碼全鏈路 UTF-8，避免 GBK 踩坑。
2. 用 mbstring 處理多字節：mb_strlen()、mb_substr()、preg_match('/\p{Han}/u', $str) 判斷中文。
3. 避免手動位運算解析編碼：除非極度性能敏感且編碼固定，否則維護成本極高。

總結

ord($str) > 0x80（或 & 0x80）利用 GBK 首字節高位為 1 的特性識別中文字節，是早期 PHP 字符串處理的經典技巧。現代項目請優先採用 UTF-8 + mbstring，僅在維護舊系統或編寫編碼檢測庫時涉及此邏輯。