如何在 php 中为波斯语使用 strlen？答案

【问题标题】：How can I use strlen in php for Persian?如何在 php 中为波斯语使用 strlen？
【发布时间】：2014-10-25 08:05:11
【问题描述】：

我有这个代码：

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

由于 $string 有 3 个波斯字符，输出必须是 3 但我得到 6。

علی 有 3 个字符。为什么我的输出是 6 ？

如何在 php 中使用 strlen() 来获得真正的输出？

【问题讨论】：

使用 mb_strlen()（来自 MBString 扩展）。
您的输出是 6，因为 strlen() 在不考虑编码的情况下计算字节数。在您的编码（可能是 UTF8）中，每个字符计为 2 个字节。因此，3 个字符的输出将是 = 6 (3 chars * 2 bytes)。
我自己跑了var_dump(mb_strlen('علی'));，但输出还是6？

标签： php strlen multibyte persian

【解决方案1】：

使用mb_strlen

返回字符串str中具有字符编码（第二个参数）编码的字符数。一个多字节字符计为 1。

由于您的 3 个字符都是多字节的，因此您会得到 6 个返回 strlen，但这会按预期返回 3。

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

Fiddle

注意

重要的是不要低估这种方法和任何类似替代方法的威力。例如，如果字符是多字节的，可能会倾向于说好的，然后只需使用 strlen 获取长度并将其除以 2 但这只有在字符串的所有字符都是多字节甚至是句点 @ 时才有效987654328@ 将使计数无效。比如这个

echo mb_strlen('علی.','utf-8');

返回正确的4。所以这个函数不仅取整个长度除以 2，它对每个多字节字符计数 1，对每个单字节字符计数 1。

注意2：

您似乎决定不使用此方法，因为默认情况下旧 PHP 版本未启用 mbstring 扩展名，您可能已决定不尝试启用它:) 不过对于未来的读者来说，这并不困难，而且如果您正在处理多字节字符，建议启用它，因为它不仅是您可能需要处理的长度。 See Manual

【讨论】：

这仍然会输出3，你需要像@Rox提到的那样传递encoding参数

【解决方案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;
}

它适用于任何 php 版本。

【讨论】：

【解决方案3】：

mb_strlen 函数是你的朋友

【讨论】：

【解决方案4】：

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

【讨论】：

【解决方案5】：

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

iconv_strlen("علی");
// 3

基于 chernyshevsky@hotmail.com 的this answer，你可以试试这个：

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

string_length("علی");
// 3

另外，正如其他人回答的那样，您可以使用mb_strlen()：

mb_strlen("علی");
// 3

注意事项

它们之间差别很小（对于非法拉丁字符）：

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。总的来说，iconv_strlen() 和 string_length() 在性能上没有区别。但令人惊讶的是，mb_strlen() 比两者都快了大约 9 倍（正如我测试的那样）！

【讨论】：