提交评论后尝试计算字符数，mb_strlen 返回奇怪的结果

Question

在我的控制器中，我使用$this->request->data['Comment']['text'] 访问评论数据。我使用 CakePHP 的 formhelper 构建表单，并使用一个名为 Summernote 的插件将 textarea 转换为 WYSIWYG 编辑器。我将评论作为 HTML 保存在我的数据库中。

在这种情况下，我尝试仅使用“>”提交评论

$data = $this->request->data['Comment']['text'];

pr($data);
//returns >

pr(mb_strlen($data, utf-8));
//returns 4

pr(mb_strlen('>', utf-8));
//returns 1
//that is the one that confuses me the most, 
//it seems that there's a difference between $data and '>'

mb_detect_encoding($data);
//returns ASCII

我已经在使用 jQuery 来检查在前端输入的字符数，所以当用户超过限制时我可以停用提交按钮。这使用了.innerText.length 并且像一个魅力一样工作，但如果我进行唯一的检查，人们可以进入元素编辑器并重新启用提交按钮以发送他们喜欢的长 cmets。

编辑： var_dump($this->request->data['Comment']['text']) 给了我以下结果：

请注意，与上面的示例不同，我尝试在此处发送“>>>”

array (size=1)
  'text' => string '>>>' (length=12)

编辑： Alex_Tartan 发现了问题：在用 mb_strlen() 计算字符串之前，我需要先对字符串执行 html_entity_decode()！

Answer 1

我在这里测试过这个案例：https://3v4l.org/VLr9e

可能是未修剪的$data（空格不会出现在常规打印中 - 您可以使用var_dump($data)）。

textarea 标记会将格式化空格包含在值中。
查看Why is textarea filled with mysterious white spaces?

因此，您可以这样做：

$data = '>   ';
$data = trim($data);
// var_dump(data) will output: 
// string(4) ">   "

echo $data."\n";
//returns >

echo mb_strlen($data, 'UTF-8')."\n";
//returns 1

echo mb_strlen('>', 'UTF-8')."\n";
//returns 1

---

更新（来自 cmets）：

问题是编码的html字符需要解码：

$data = html_entity_decode($data);