PHP:计算字符串中汉字的个数、正确计算字符串的长度

也许很多phper不知道,PHP内置的字符串长度函数strlen()无法正确处理中文字符串,它得到的只是字符串所占的字节数。对于GB2312的中文编码,strlen得到的值是汉字个数的2倍,而对于UTF-8编码的中文,就是3倍的差异了(在UTF-8编码下,一个汉字占3个字节)。

所以当需要计算字符串中汉字的个数,或者一个字符串的长度,就不是简单的用strlen()能解决了,我们需要曲线救国了,下面我写个简单的代码举例说明:

我们假设我们的编码方式是UTF-8

$encode = ‘UTF-8’;

$str = “admin你好”;

$str_num = mb_strlen($a, $encode);

$j = 0;

for($i=0; $i < $str_num; $i++)
{
 if(ord(mb_substr($a, $i, 1, $encode))> 0xa0)
{
$j++;
}
}

echo  “这个字符串的长度是:” . $str_num;
echo   “有”.$j. “个汉字 “;

结果:

这个字符串的长度是:7

有2个汉字

若简单的用strlen函数,这个字符串的长度将显示为:11,显然是错误的

 

若一定要用strlen和substr函数来计算字串中汉字的个数,也是有办法的:

for($i=0;$i < strlen($a);$i++)
{
if(ord(substr($a, $i, 1))> 0xa0)
{
$j++;
$i++;
$i++;            //utf-8编码下,跳过两个字节;gb2312,则跳过一个字节即可
}
}

 

mb_strlen()简介:

采用mb_strlen函数可以较好地解决这个问题。mb_strlen的用法和strlen类似,只不过它有第二个可选参数用于指定字符编码。例 如得到UTF-8的字符串$str长度,可以用mb_strlen($str,’UTF-8′)。如果省略第二个参数,则会使用PHP的内部编码。内部编 码可以通过mb_internal_encoding()函数得到。需要注意的是,mb_strlen并不是PHP核心函数,使用前需要确保在 php.ini中加载了php_mbstring.dll,即确保“extension=php_mbstring.dll”这一行存在并且没有被注释 掉,否则会出现未定义函数的问题。

本文固定链接: http://www.ccsbbs.com.cn/archives/6343.html | 极限手指

该日志由 极限手指 于2013年04月09日发表在 PHP 分类下, 你可以发表评论,并在保留原文地址及作者的情况下引用到你的网站或博客。
原创文章转载请注明: PHP:计算字符串中汉字的个数、正确计算字符串的长度 | 极限手指

PHP:计算字符串中汉字的个数、正确计算字符串的长度:等您坐沙发呢!

发表评论

您必须 [ 登录 ] 才能发表留言!