PHP - Strlen 的行为很奇怪，同样的事情 - 不同的结果，大声笑数字？答案

【问题标题】：PHP - Strlen behaves very strange, the same things - different results, lol numbers?PHP - Strlen 的行为很奇怪，同样的事情 - 不同的结果，大声笑数字？
【发布时间】：2018-03-04 10:08:45
【问题描述】：

tresc 和 tresc_pelna

同类型，同内容

The same content。 876 个字符。

...AS data_dodania, p.data_modyfikacji, p.tresc, p.tresc_pelna, p.url, count(k.id)... 取自数据库

Echeon 到网站<?= strlen($post['tresc_pelna']).'----'.strlen($post['tresc']) ?>

你猜怎么着？

这是输出

876----3248

什么...？

我完全不知道这里发生了什么 xD。

请帮助大家：D

两个字段utf8_polish_ci 和完全相同的内容

<?= mb_strlen($post['tresc_pelna'], 'utf-8').'----'.mb_strlen($post['tresc'], 'utf-8') ?>

还是不好的结果。

tresc 超过 3 千... 什么... 怎么样？为什么？

【问题讨论】：

这些字段的排序规则是什么？
@tkausl 都是utf8_polish_ci 并且两者的内容完全相同
字符集不是手动更改的吗？即，他们都是utf8?
@tkausl all time utf-8
当你回显两个 em 时，输出完全相同吗？

标签： php mysql unicode utf-8 strlen

【解决方案1】：

MySQL 有两个内置函数用于确定可变长度项的长度。一，计算不同的 unicode 字符，is called CHAR_LENGTH()。另一个计算八位字节（字节），为called LENGTH()。

在 PHP 中，strlen() 计算八位字节，如 MySQL 的 LENGTH()。许多 unicode 字符串，尤其是那些以 utf8 编码的字符串，每个字符的八位字节数是可变的。您可以use grapheme_strlen() 来计算这些。

我发现有时使用SELECT HEX(unicode_column) 来找出 MySQL 中隐藏的内容会很有帮助。仅获取列数据会使您受制于您使用的 MySQL 客户端的字符渲染，并且可能会非常混乱。

也有可能您的数据库列中包含实体数据（例如字符串 &eacute; 而不是 Unicode 字符 é。如果该实体文本被发送到 Web 浏览器，它会呈现为字母。

【讨论】：

【解决方案2】：

LENGTH 和 CHAR_LENGTH 之间的差异可以解释大多数欧洲文本的比率低于 1.2 倍。它不会解释 3248:876，接近 4 倍。

也许这些是答案的一部分：

Htmlentities，例如&oacute;，它占用 8 个字节来表示一个 2 字节的 utf8 字符。我们看不出其中一个是否有&lt;，另一个是否有&lt;。
格式化标签，例如&lt;p&gt;。同样，可能&lt;p&gt;

不过，这还不足以解释近 4 倍。例如，一个简单的字母，如a，将是一个字节，不管它是如何编码的。请为 small 示例提供 HEX。

【讨论】：