编写PHP程序检查字符串中的中文字符个数的实例分享
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
你
字的字节之一,也就是说,
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}.$str{2};
你
可以看到,将三个字节连在一起输出,就成了一个完整的
你
。
至于这里为什么是三个字节,而不是两个或4个?这个取决于字符串的编码,我这里控制台默认是utf8编码的,在PHP中,一个utf8字符是用三个字节表达的,如果是gbk编码,则会是两个字节。至于编码和字节的关系,这个话题比较大,一篇说不完,请参考这篇文章:字符编码笔记:ascii,unicode和utf8。
知道了这些,我们就可以自己编写一个字数检查的函数了,大致流程如下:
1.for循环遍历字节2.判断字节编码是否>=0x80,是的话跳过N个字节
我写了个简单的函数,可以判断gbk或utf8字符串的长度,仅供参考:
<?php functionmbstrlen($str,$encoding="utf8") { if(($len=strlen($str))==0){ return0; } $encoding=strtolower($encoding); if($encoding=="utf8"or$encoding=="utf-8"){ $step=3; }elseif($encoding=="gbk"or$encoding=="gb2312"){ $step=2; }else{ returnfalse; } $count=0; for($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; } echombstrlen(iconv("utf-8","gbk","你是我的小苹果"),"gbk"); echombstrlen("你是我的小苹果");