有时候我们需要计算一个字符串中包含的字数,对于纯英文字符串,字数等于字符串长度,用 strlen函数即可获得,但如果字符串中包含中文怎办?mb_strlen可以实现,但不幸没装扩展,那就自己实现一下吧。
PHP有一个扩展一般是必装的,我们可以使用mb_strlen来获取字符串中的字数,用法一般如下:
如愿获得字符串长度:7.
如果没装mb扩展呢?自己实现一下吧。
我们要先明白一个事实:字符串是由字符组成的,而字符是由字节表示的,每个英文字符是一个字节,对应一个ascii码,英文字符的ascii码是小于128的,也就是十六进制的 0x80 .当一个字节的ascii码超过了127,那就说明当前字节不是一个完整的字符。
比如
中的$str{0}可以取到第一个字节,我们来看一下它是啥:
是个乱码,它只是
你 可以看到,将三个字节连在一起输出,就成了一个完整的
至于这里为什么是三个字节,而不是两个或4个?这个取决于字符串的编码,我这里控制台默认是utf8编码的,在PHP中,一个utf8字符是用三个字节表达的,如果是gbk编码,则会是两个字节。至于编码和字节的关系,这个话题比较大,一篇说不完,请参考这篇文章:字符编码笔记:ascii,unicode和utf8 。
知道了这些,我们就可以自己编写一个字数检查的函数了,大致流程如下:
1.for循环遍历字节 2.判断字节编码是否 >= 0x80,是的话跳过N个字节
我写了个简单的函数,可以判断gbk或utf8字符串的长度,仅供参考:
function mbstrlen($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++) {
$count++;
//如果字节码大于127,则根据编码跳几个字节
if (ord($str{$i}) >= 0x80) {
$i = $i + $step - 1;//之所以减去1,因为for循环本身还要$i++
}
}
return $count;
}
echo mbstrlen(iconv("utf-8","gbk","你是我的小苹果"),"gbk");
echo mbstrlen("你是我的小苹果");