PHP统计字符串长度函数编写方法

PHP中统计字符串长度应优先使用内置函数，strlen()计算字节长度，mb_strlen()计算字符长度且支持多字节编码；二者在处理非ASCII字符时结果可能不同，如“你好”用strlen()返回6（字节），mb_strlen('你好', 'UTF-8')返回2（字符）；实际开发中推荐使用mb_strlen()处理含中文等多语言场景，因其能准确反映用户可见字符数，而自定义函数不仅性能差且难以正确处理复杂编码，故不建议重复造轮子，尤其是在涉及国际化、数据库存储、文本截断等场景时更应使用mb_strlen()以确保逻辑正确。

在PHP里要统计字符串长度，最直接也是最推荐的方式，当然是使用它内置的strlen()或mb_strlen()函数。如果你非要自己动手写一个，那多半不是为了取代它们，而是为了理解底层逻辑，或者是在一个非常特殊的、自定义编码的场景下。但说实话，在绝大多数日常开发中，我们真的没必要重复造这个轮子，PHP自带的那些，性能和健壮性都甩自写的好几条街。

如果你真的想了解一个最基础的、模拟strlen()行为（即字节计数）的函数大概会怎么写，那它本质上就是对字符串进行迭代，数清楚里面有多少个字节。记住，这里说的是“字节”，不是“字符”，这在处理多字节编码时是个巨大的坑。

这个例子展示了一个最基本的字节计数逻辑。但它显然无法正确处理多字节字符的“字符”长度。

PHP中统计字符串长度时，strlen() 和 mb_strlen() 有何区别？

这是个老生常谈但又极其关键的问题，尤其是在处理国际化内容时。strlen()函数，它的职责是计算字符串的“字节”长度。这意味着，无论你字符串里是一个英文字母（通常1字节），还是一个中文汉字（UTF-8编码下通常3字节），它都一视同仁地按字节来数。所以，“你好”这两个字，strlen()会告诉你长度是6（3+3）。

而mb_strlen()（需要mbstring扩展支持，现在基本都默认开启了），它的强大之处在于它能识别“字符”长度，并且能够根据你指定的字符编码来正确解析。你传入mb_strlen('你好', 'UTF-8')，它会老老实实地告诉你长度是2。这个区别在用户输入校验、数据库字段长度限制（很多数据库按字符数而非字节数计算）以及任何涉及到文本截断或显示排版的地方都至关重要。我见过太多因为混淆这两个函数而导致乱码、截断或者长度校验不准的问题了。

为什么不建议自己编写PHP字符串长度统计函数？

坦白讲，自己写一个字符串长度统计函数，在绝大多数情况下都是一件吃力不讨好的事情。首先，性能上你几乎不可能超越PHP内置的函数。strlen()和mb_strlen()都是用C语言编写的，它们被编译成机器码，执行效率极高。而你在PHP层面用循环实现的任何版本，都会有显著的性能开销，特别是处理长字符串时，这种差距会非常明显。

其次，也是最重要的一点，是字符编码的复杂性。如果你只处理纯ASCII字符，那还好说。但只要涉及到UTF-8、GBK等变长编码，事情就变得异常复杂。一个字符可能由1到4个字节组成，还可能存在代理对、组合字符等高级概念。你需要解析字节流，判断字符边界，处理非法字节序列等等。这是一个非常专业的领域，PHP的mbstring扩展已经把这些复杂性封装得很好，并且经过了大量的测试和优化。你重新造轮子，不仅要耗费大量时间去研究编码规范，还极容易引入各种难以发现的bug，比如在某些特定字符上计算错误，或者遇到非法编码时程序崩溃。与其花精力去解决这些已经被解决的问题，不如把时间投入到业务逻辑的实现上。

在实际项目中，何时应该使用 mb_strlen() 而非 strlen()？

我的经验是，只要你的项目可能涉及到非ASCII字符（比如中文、日文、韩文、俄文、或者任何带音标的欧洲语言字符），那么几乎所有涉及到字符串长度判断的场景，都应该优先考虑使用mb_strlen()。

具体来说：

• 用户输入校验： 当你限制用户昵称、评论、地址等文本字段的长度时，你通常希望限制的是用户可见的“字符”数量，而不是底层的字节数。比如，一个微博标题限制140个字，那肯定是指140个汉字或英文字母，而不是140个字节。
• 数据库字段长度匹配： 很多数据库（如MySQL的VARCHAR类型，在UTF-8编码下）的长度限制是基于字符数而非字节数的。如果你用strlen()来检查，可能会导致存入数据库时被截断或报错。
• 文本截断与分页： 当你需要将长文本截断显示，并在末尾加上“...”时，如果你用strlen()来截断，很可能在多字节字符的中间截断，导致乱码。mb_substr()配合mb_strlen()才能确保按字符正确截断。
• 任何涉及到字符逻辑的业务处理： 比如计算文章字数、搜索关键词的长度、或者基于字符位置进行字符串替换等等，都应该使用mb_strlen()来确保逻辑的正确性。

简单来说，如果你关心的是“人眼看到的字符数量”，就用mb_strlen()；如果你只是在处理原始的二进制数据流或者确定是纯ASCII数据，那么strlen()就足够了。这是一个非常重要的习惯，能帮你避免很多不必要的字符编码问题。