|
这篇文章主要介绍了编写PHP程序检查字符串中的中文字符个数的实例分享,文中利用了PHP中mb_strlen函数的实现原理,需要的朋友可以参考下
有时候我们需要计算一个字符串中包含的字数，对于纯英文字符串，字数等于字符串长度，用
strlen函数即可获得，但如果字符串中包含中文怎办？mb_strlen可以实现，但不幸没装扩展，那就自己实现一下吧。
php有一个扩展一般是必装的，我们可以使用mb_strlen来获取字符串中的字数，用法一般如下：
$len = mb_strlen("你是我的小苹果","utf-8");
如愿获得字符串长度：7.
如果没装mb扩展呢？自己实现一下吧。
我们要先明白一个事实：字符串是由字符组成的，而字符是由字节表示的，每个英文字符是一个字节，对应一个ascii码，英文字符的ascii码是小于128的，也就是十六进制的 0x80 .当一个字节的ascii码超过了127，那就说明当前字节不是一个完整的字符。
比如
$str = "你是我的小苹果";
中的$str{0}可以取到第一个字节，我们来看一下它是啥：
php > $str = "你是我的小苹果";
php > echo $str{0};
�
是个乱码，它只是
复制代码 代码如下:你
字的字节之一，也就是说，
复制代码 代码如下:你
这个字符是由超过一个字节组成的，我们这样试试：
php > echo $str{0}.$str{1}.$str{2};
你
可以看到，将三个字节连在一起输出，就成了一个完整的
复制代码 代码如下:你
。
至于这里为什么是三个字节，而不是两个或4个？这个取决于字符串的编码，我这里控制台默认是utf8编码的，在PHP中，一个utf8字符是用三个字节表达的，如果是gbk编码，则会是两个字节。至于编码和字节的关系，这个话题比较大，一篇说不完，请参考这篇文章：字符编码笔记：ascii,unicode和utf8 。
知道了这些，我们就可以自己编写一个字数检查的函数了，大致流程如下：
1.for循环遍历字节 2.判断字节编码是否 >= 0x80,是的话跳过N个字节
我写了个简单的函数，可以判断gbk或utf8字符串的长度，仅供参考：
<?php
function mbstrlen($str,$encoding="utf8")
{
if (($len = strlen($str)) == 0) {
return 0;
}
$encoding = strtolower($encoding);
if ($encoding == "utf8" or $encoding == "utf-8") {
$step = 3;
} elseif ($encoding == "gbk" or $encoding == "gb2312") {
$step = 2;
} else {
return false;
}
$count = 0;
for ($i=0; $i<$len; $i++) {
$count++;
//如果字节码大于127，则根据编码跳几个字节
if (ord($str{$i}) >= 0x80) {
$i = $i + $step - 1;//之所以减去1，因为for循环本身还要$i++
}
}
return $count;
}
echo mbstrlen(iconv("utf-8","gbk","你是我的小苹果"),"gbk");
echo mbstrlen("你是我的小苹果");
| 
发表于 2018-12-25 17:25:12
