PHP字符串长度函数使用教程

在PHP中获取字符串长度，`strlen()`和`mb_strlen()`是两个核心函数。`strlen()`适用于纯英文或ASCII字符，返回字节数；而`mb_strlen()`则专为处理多字节字符（如中文）设计，能准确计算字符数，尤其是在UTF-8编码下。在Web开发中，推荐优先使用`mb_strlen()`，它能避免因字符编码导致的长度误判和截断问题，确保与数据库VARCHAR字段的字符数限制一致。现代Web应用几乎都采用UTF-8编码，使用`mb_strlen()`能保证数据安全性和准确性，避免潜在的编码陷阱，尤其是在用户输入验证和数据库交互时，务必确保PHP端与数据库字段的字符限制相符，防止数据截断或写入失败。

在处理字符串长度时，应优先使用mb_strlen()函数，因为它能正确计算多字节字符（如中文）的字符数，而strlen()仅返回字节数，易导致长度误判；特别是在Web开发中，面对UTF-8编码和数据库VARCHAR字段的字符限制时，使用mb_strlen()可确保与数据库的字符数限制一致，避免截断或写入失败等问题。

PHP中获取字符串长度，主要依赖两个核心函数：strlen() 和 mb_strlen()。简单来说，如果你处理的是纯英文或ASCII字符，strlen() 通常足够；但如果你的字符串包含中文、日文、韩文或其他多字节字符（现代Web应用几乎都是这种情况），那么 mb_strlen() 才是你真正需要的，因为它能正确计算字符数，而不是字节数。忽视这一点，可能会导致你的应用出现意想不到的字符截断或长度校验错误。

解决方案

在PHP中，字符串长度的获取并非单一路径，而是根据你的具体需求和字符串的编码方式来选择合适的工具。

strlen() 函数是PHP内置的，用于获取字符串的字节长度。它的用法非常直接：

<?php
$str_ascii = "Hello World!";
echo strlen($str_ascii); // 输出 12

$str_utf8 = "你好世界！";
echo strlen($str_utf8); // 输出 15 (每个中文字符在UTF-8中通常占3个字节)
?>

从上面的例子可以看出，当字符串是纯ASCII时，strlen() 返回的字节数和字符数是一致的。但一旦涉及UTF-8这类多字节编码，strlen() 就会将每个多字节字符的组成字节也计算在内，导致结果与我们直观理解的“字符数”不符。

这时候，mb_strlen()（multi-byte string length）就显得至关重要了。它是PHP的mbstring扩展提供的一个函数，专门用于处理多字节字符串，能够正确地计算字符数。使用它时，最好显式指定字符串的编码，以确保准确性，尽管它也可以依赖 mb_internal_encoding() 的设置。

<?php
// 确保 mbstring 扩展已启用
// 通常在 php.ini 中配置 mb_internal_encoding = UTF-8

$str_utf8 = "你好世界！";

// 显式指定编码
echo mb_strlen($str_utf8, 'UTF-8'); // 输出 5 (正确计算出5个字符)

// 依赖内部编码设置
// mb_internal_encoding("UTF-8");
// echo mb_strlen($str_utf8); // 如果内部编码是UTF-8，也输出 5

$str_mixed = "Hello 你好 World 世界！";
echo mb_strlen($str_mixed, 'UTF-8'); // 输出 16 (H,e,l,l,o, ,你,好, ,W,o,r,l,d, ,世,界,！)
?>

在我看来，现代PHP开发中，尤其是在Web环境中，几乎所有字符串都应该被视为UTF-8编码。因此，mb_strlen() 几乎成了获取字符串长度的首选，因为它能避免很多潜在的编码问题。

strlen() 和 mb_strlen() 有什么本质区别？

这真的是一个非常关键的问题，也是我经常看到新手甚至一些有经验的开发者会混淆的地方。它们的本质区别在于：strlen() 衡量的是字节数，而 mb_strlen() 衡量的是字符数。

想象一下，你有一本书，strlen() 就像在数这本书用了多少墨水（字节），而 mb_strlen() 则是在数这本书有多少个字（字符）。对于一本纯英文书，一个字母通常占一个字节，所以墨水和字数可能差不多。但如果这本书里有很多中文，一个中文字符可能需要用三倍甚至更多的墨水来写（在UTF-8编码下，一个汉字通常占3个字节），这时候，墨水总量和字数就完全不是一回事了。

具体来说：

• strlen() (Byte Length)：它不关心字符编码，只是简单地从字符串的开头数到结尾，计算出总共有多少个字节。这对于处理二进制数据、或者确定一个字符串在内存中占据多少空间时很有用。但如果你想知道用户输入了多少个“字”，strlen() 就会在多字节字符出现时给出错误的结果。比如，“一”这个字，strlen() 会告诉你它是3个字节长，而不是1个字符。
• mb_strlen() (Character Length)：这个函数是“多字节字符串”扩展的一部分。它被设计来理解不同的字符编码（如UTF-8, GBK等）。当你告诉 mb_strlen() 字符串的编码时（或者它能从 mb_internal_encoding() 得到），它就能准确地识别出每个字符的边界，从而正确地计算出字符串中包含的实际字符数量。这就是为什么处理用户输入、文本显示、截断操作时，mb_strlen() 是不可或缺的。

我个人的经验是，如果你不确定，或者字符串可能包含非ASCII字符，永远选择 mb_strlen()。因为用 strlen() 带来的编码问题，排查起来往往比直接用 mb_strlen() 带来的那一点点性能开销要大得多。

在实际项目中，我应该优先选择哪个函数？

在我看来，现代Web开发中，mb_strlen() 应该成为你的默认选择，几乎是无脑选。

为什么这么说？因为现在几乎所有的Web应用都使用UTF-8作为字符编码，这已经是一个行业标准了。UTF-8是一种可变长度编码，这意味着不同的字符可能占用不同数量的字节。例如，一个基本的拉丁字母可能只占1个字节，而一个中文字符通常占3个字节，某些特殊符号甚至可能占4个字节。

在这种背景下：

• 安全性与准确性：当你需要验证用户输入的长度（比如昵称不能超过20个字符），或者需要截断字符串进行显示（比如文章摘要），使用 strlen() 会导致严重的问题。一个20字节的字符串可能只有几个中文字符，也可能是一串很长的英文字符。用户会觉得自己的输入被莫名其妙地截断了，或者无法输入足够多的字符。mb_strlen() 则能确保你按照用户实际看到的“字符”数量进行操作，这对于用户体验和数据一致性至关重要。
• 避免编码陷阱：用 strlen() 很容易掉进编码的坑。一旦你的应用程序处理了多语言内容，或者从外部系统接收了数据，如果字符串编码不一致，strlen() 的结果就变得毫无意义，甚至可能导致乱码或程序崩溃。mb_strlen() 配合正确的编码参数，能有效规避这些问题。
• 一致性：整个项目都使用 mb_strlen() 可以保持代码库的一致性，减少因为编码问题导致的bug。

当然，也有一些例外情况，strlen() 仍然有它的用武之地：

• 处理二进制数据：如果你在处理文件内容、图片数据或其他非文本的二进制流，这时候你关心的是数据块的大小，而不是字符数量。strlen() 在这种场景下是完全正确的选择。
• 性能敏感的场景（极少见）：理论上，mb_strlen() 因为需要解析字符编码，会比 strlen() 有略微的性能开销。但在绝大多数Web应用的场景中，这点开销几乎可以忽略不计，不值得为了它牺牲代码的健壮性和准确性。只有在极端性能敏感，且你百分之百确定字符串只包含单字节字符的情况下，才可能考虑 strlen()。

所以，我的建议是：除非你明确知道自己在处理二进制数据，或者有非常特殊的性能需求且字符串编码是纯ASCII，否则一律使用 mb_strlen()。 这是一个更安全、更现代、更符合国际化需求的做法。

字符串长度和数据库存储有什么关联？

字符串长度在PHP中如何获取，这和数据库存储之间有着非常紧密且常常被忽视的关联。我在实际工作中，遇到过不少因为PHP端对字符串长度的理解与数据库存储机制不匹配而导致的线上问题。

核心问题在于：数据库对字符串字段的长度限制，通常指的是字符数，但在多字节字符集下，每个字符占用的存储空间可能远超1个字节。

我们以MySQL为例，常见的VARCHAR类型字段：

• 当你定义一个 VARCHAR(255) 的字段时，这个 255 通常指的是字符数，而不是字节数。
• 如果你的数据库和表都配置为 latin1 字符集，那么一个字符就占用一个字节，VARCHAR(255) 就能存储255个字符，同时也是255个字节。
• 然而，如果你的数据库和表使用的是 utf8 或 utf8mb4 字符集（现代应用几乎都是 utf8mb4，因为它支持所有Unicode字符，包括emoji），情况就复杂了。
  • 在 utf8 字符集下，一个中文字符通常占3个字节，一个英文字符占1个字节。那么 VARCHAR(255) 仍然可以存储255个字符，但它实际可能占用的字节数会远超255。例如，如果全是中文字符，255个字符就是 255 * 3 = 765 个字节。
  • 在 utf8mb4 字符集下，一个中文字符占3个字节，但一些特殊的Unicode字符（如emoji）可能占4个字节。VARCHAR(255) 依然是255个字符的限制。

那么问题就来了：

1. PHP端校验与数据库限制不符：如果你在PHP代码中用 strlen() 校验用户输入的长度，比如一个昵称字段在数据库中是 VARCHAR(50)。用户输入了17个中文字符（17 * 3 = 51个字节），strlen() 会返回51，你可能认为它超长了。但如果用户输入了50个英文字符，strlen() 返回50，你认为没超长。这显然是混乱的。
   • 正确做法：PHP端应该使用 mb_strlen($input, 'UTF-8') 来获取字符数，并与数据库字段的字符限制进行比较。如果数据库字段是 VARCHAR(50)，那么PHP端也应该确保 mb_strlen() 的结果不超过50。
2. 数据截断或写入失败：如果PHP端没有正确校验字符数，或者校验逻辑有误，当一个字符串的字符数在数据库允许范围内，但其字节数超出了数据库存储引擎对单行或单字段的最大字节限制时，就可能导致数据被截断（通常静默发生，很难发现）或写入失败（报错）。
   • 例如，MySQL的InnoDB存储引擎，单行最大字节数限制是65535。如果你有一个 VARCHAR(20000) 的字段，在 utf8mb4 编码下，如果存储的都是4字节字符，理论上会超过这个限制。虽然这不是一个 strlen 或 mb_strlen 直接能解决的问题，但理解字符和字节的区别，有助于你设计更合理的数据库字段长度。
3. 索引长度限制：在MySQL中，对 VARCHAR 字段创建索引时，也有一个最大长度限制（例如，InnoDB的单列索引前缀最大是767字节）。如果你在一个 utf8mb4 的 VARCHAR(255) 字段上创建索引，那么实际可索引的字符数就不是255了，而是 767 / 4 (最坏情况) ≈ 191个字符。如果你在PHP端只用 strlen() 来判断长度，可能会导致创建索引失败或索引效率低下。

所以，在实际项目中，当设计数据库表结构时，要充分考虑字符集对存储空间和长度限制的影响。在PHP代码中处理字符串时，尤其是涉及用户输入和数据库交互时，始终使用 mb_strlen() 来获取字符数，并确保这个字符数符合数据库字段的字符限制。这不仅能保证数据完整性，还能避免很多难以追踪的编码问题。

终于介绍完啦！小伙伴们，这篇关于《PHP字符串长度函数使用教程》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识，快来关注吧！