如何在php中使用strlen函数来处理波斯语？

Question

我有这段代码：

$string = 'علی';
echo strlen($string);

由于字符串$string有3个波斯字符，输出应该是3，但我得到了6。

علی有3个字符。为什么我的输出是6？

我怎样在php中使用strlen()来获得波斯语的真实输出？

- user3932710

---

请使用mb_strlen()函数（来自MBString扩展）。 - BlitZ

你的输出是6，因为strlen()在计算字节数时没有考虑编码。在你的编码（可能是UTF8）中，每个字符计为2个字节。因此，3个字符的输出将为= 6（3 chars * 2 bytes）。 - BlitZ

我自己运行了 var_dump(mb_strlen('علی'));，但输出仍然是6？ - bhargavg

Answer 1

使用 mb_strlen

返回字符编码（第二个参数）为 encoding 的字符串 str 中的字符数。一个多字节字符计为 1。

由于您的 3 个字符都是多字节字符，在使用 strlen 返回值为 6，但使用 mb_strlen 可以得到预期的结果 3。

echo mb_strlen($string,'utf-8');

Fiddle

注意

不要低估这种方法及其类似替代方案的威力。例如，你可能会倾向于说：如果字符是多字节的，那么就用 strlen 获取长度并将其除以2，但这仅在字符串的所有字符都是多字节时才有效，即使一个句号 . 也会使计数失效。例如：

echo mb_strlen('علی.','utf-8');

返回4，这是正确的。因此，该函数不仅将整个长度除以2，还会对每个多字节字符计算1，并对每个单字节字符计算1。

Note2:

看起来你决定不使用此方法，因为旧的PHP版本默认情况下未启用mbstring扩展，并且你可能已经决定不尝试启用它:) 但对于未来的读者来说，启用它并不困难，而且如果你正在处理多字节字符，则建议启用它，因为你可能需要处理的不仅仅是长度。 查看手册

- Hanky Panky

---

这仍将输出“3”，你需要像@Rox提到的那样传递“encoding”参数。 - bhargavg

Answer 2

试试这个：

function ustrlen($text)
{
    if(function_exists('mb_strlen'))
        return mb_strlen( $text , 'utf-8' );
    return count(preg_split('//u', $text)) - 2;
}

这将适用于任何PHP版本。

- Power Man

Answer 3

mb_strlen函数是你的好帮手。

- j123b567

Answer 4

$string = 'علی';
echo mb_strlen($string, 'utf8');

- dashtinejad

Answer 5

从PHP5开始，可以使用iconv_strlen()（如php.net所述，它返回字符串的字符数，因此可能是最好的选择）：

iconv_strlen("علی");
// 3

基于 [e-mail] 的 这个答案，你可以尝试这样做：

function string_length (string $string) : int {
    return strlen(utf8_decode($string));
}

string_length("علی");
// 3

此外，正如其他人所回答的那样，你可以使用 mb_strlen()：

mb_strlen("علی");
// 3

注释

• 它们之间（对于非法的拉丁字符）几乎没有什么区别：

  iconv_strlen("a\xCC\r"); // A notice
  string_length("a\xCC\r"); // 3
  mb_strlen("a\xCC\r"); // 2
  

• 性能： mb_strlen() 是最快的。总体而言，iconv_strlen() 和 string_length() 在性能上没有区别。但令人惊讶的是，mb_strlen() 比两者都快约9倍（根据我的测试）！

- MAChitgarha