unicode中的字符串长度不同

Question

虽然字符串中的字符数相同，但以下字符串的长度是多少呢

echo strlen("馐 馑 馒 馓 馔 馕 首 馗 馘")."<BR>";
echo strlen("Ɛ Ƒ ƒ Ɠ Ɣ ƕ Ɩ Ɨ Ƙ")."<BR>";

输出

35
26

Answer 1

第一批字符每个占用三个字节，因为它们在39,000个字符列表中排列，而第二个字符串每个只占用两个字节，大约为400个字节。（字节数/每个字符所需的八位字节在UTF-8 wikipedia article中讨论。）

strlen计算字符串占用的字节数，这会在Unicode中产生奇怪的结果。

Answer 2

我不是PHP专家，但似乎strlen它计算字节...有mb_strlen计算字符......

编辑 - 有关多字节编码如何工作的进一步参考，请参阅http://en.wikipedia.org/wiki/Variable-width_encoding和esp。 UTF8见http://en.wikipedia.org/wiki/UTF-8和

Answer 3

看起来它正在计算正在使用的编码中 bytes 的数量。例如，看起来第二个字符串每个非空格字符占用两个字节，而第一个字符串每个非空格字符占用三个字节。我希望：

echo strlen("A B C D E F G H I")

打印输出17 - 每个ASCII字符一个字节。

我的猜测是这都是使用UTF-8编码 - 这肯定会与不同的表示宽度一致。

Answer 4

使用mb_strlen，它会计算提供的编码中的字符数，而不是strlen

中的字节数

Answer 5

根据this post on php.net/strlen，PHP将传递给strlen的所有字符串解释为ASCII。