快捷導(dǎo)航

mysql 字符串長(zhǎng)度計(jì)算實(shí)現(xiàn)代碼(gb2312+utf8)

更新時(shí)間：2011年12月16日 16:54:13 作者：

PHP對(duì)中文字符串的處理一直困擾于剛剛接觸PHP開(kāi)發(fā)的新手程序員。下面簡(jiǎn)要的剖析一下PHP對(duì)中文字符串長(zhǎng)度的處

PHP對(duì)中文字符串的處理一直困擾于剛剛接觸PHP開(kāi)發(fā)的新手程序員。下面簡(jiǎn)要的剖析一下PHP對(duì)中文字符串長(zhǎng)度的處理：

PHP自帶的函數(shù)如strlen()、mb_strlen()都是通過(guò)計(jì)算字符串所占字節(jié)數(shù)來(lái)統(tǒng)計(jì)字符串長(zhǎng)度的，一個(gè)英文字符占1字節(jié)。例：

$enStr = 'Hello,China!';
echo strlen($enStr); // 輸出：12

而中文則不然，做中文網(wǎng)站一般會(huì)選擇兩種編碼：gbk/gb2312或是utf-8。utf-8能兼容更多的字符，所以受到很多站長(zhǎng)的喜愛(ài)。gbk與utf-8對(duì)中文的編碼不同，導(dǎo)致中文在gbk與utf-8編碼下所占字節(jié)也有差異。

gbk編碼下每個(gè)中文字符所占字節(jié)為2，例：

$zhStr = '您好，中國(guó)！';
echo strlen($zhStr); // 輸出：12

utf-8編碼下每個(gè)中文字符所占字節(jié)為3，例：

$zhStr = '您好，中國(guó)！';
echo strlen($zhStr); // 輸出：18

那么如何計(jì)算這組中文字符串的長(zhǎng)度呢？有人可能會(huì)說(shuō)gbk下獲取中文字符串長(zhǎng)度除以2，utf-8編碼下除以3不就行了嗎？但是您要考慮字符串并不老實(shí)，99%的情況會(huì)以中英混合的情況出現(xiàn)。

這是WordPress中的一段代碼，主要思想就是先用正則將字符串分解為個(gè)體單元，然后再計(jì)算單元的個(gè)數(shù)即字符串的長(zhǎng)度，代碼如下（只能處理utf-8編碼下的字符串）：

復(fù)制代碼代碼如下:

 
$zhStr = '您好，中國(guó)！'; 
$str = 'Hello,中國(guó)！'; 

// 計(jì)算中文字符串長(zhǎng)度 
function utf8_strlen($string = null) { 
// 將字符串分解為單元 
preg_match_all("/./us", $string, $match); 
// 返回單元個(gè)數(shù) 
return count($match[0]); 
} 
echo utf8_strlen($zhStr); // 輸出：6 
echo utf8_strlen($str); // 輸出：9 

utf8_strlen – 獲得UTF8編碼的字符串的長(zhǎng)度

復(fù)制代碼代碼如下:

 
/* 
* 用于UTF8編碼的程序 
* 獲得字符串的長(zhǎng)度，一個(gè)中文表示3個(gè)長(zhǎng)度 
* itlearner注釋 
*/ 
function utf8_strlen($str) { 
$count = 0; 
for($i = 0; $i < strlen($str); $i++){ 
$value = ord($str[$i]); 
if($value > 127) { 
$count++; 
if($value >= 192 && $value <= 223) $i++; 
elseif($value >= 224 && $value <= 239) $i = $i + 2; 
elseif($value >= 240 && $value <= 247) $i = $i + 3; 
else die('Not a UTF-8 compatible string'); 
} 
$count++; 
} 
return $count; 
} 