php中英文字符串的研究

1.字符串簡介：

一個字符串 就是由一系列的字符組成，因此，一個字符就是一個字節，而字符串中的中文和編碼有關，gbk是雙字節，utf8是三字節

 2.php字符串長度的計算

php中有strlen()和mb_strlen()兩個函數來計算字符串的長度，那麼這兩個函數的區別在哪裏？怎麼取捨呢？接下來我們來看看他們的原理

1>strlen()和mb_strlen()在字符全是英文字符的時候，功能是一樣的，兩者的區別主要在中英文混排的時候，這兩個會產生兩個不同的結果，接下來看個測試例子

<?php 
$str="A中B文C字D符E"; 
echo strlen($str); 
echo "<br />"; 
echo mb_strlen($str,"UTF8"); 
//輸出結果 
//17 
//9 
?>

從結果中我們可以看出：strlen()方法計算時將一個utf8編碼的中文字符當做3個字符，所以"A中B文C字D符E"的長度爲3*4+5=17

而用mb_strlen()方法計算時，選定內碼爲UTF8，則會將一個utf8編碼的中文字符長度當做1來計算，所以它計算出來的長度爲9；

中英文混排串的佔位符計算：

一箇中文字符的佔位是2，英文字符是1，如果一個混排的字符串有m箇中文，n個英文，佔位計算爲：

<?php 
$str="A中B文C字D符E"; 
//公式如下
echo (strlen($str)+mb_strlen($str))/2; 
//輸出結果 13
?>

 

php內置的字符串長度函數strlen無法正確處理中文字符串，它得到的只是字符串所佔的字節數。對於gb2312的中文編碼，strlen得到的值是漢字個數的2倍，而utf8編碼的中文就是3倍差異

採用mb_strlen函數可以很好的解決這個問題，它的第二個可選參數用於指定字符編碼。例如得到utf8的字符串$str的長度，可以用mb_strlen($str,'UTF-8')。如果省略第二個參數，則會使用php的內部編碼，內部編碼可以通過mb_internal_encoding()函數得到，需要注意的是mb_strlen函數並不是php核心函數，使用前需要確保php.ini中加載了php_mbstring.dll,即確保“extension=php_mbstring.dll”這一行存在並沒有被註釋掉，否則會出現未定義函數的問題

3.php翻轉字符串的探討

現在有這樣一個問題：說讓你把一個字符串倒序輸出，你會怎麼寫

大部分人可能會這樣寫

<?php
$str = "hello china,I love you";

function str_rev($str){
	$tmpstr = '';
	$len = strlen($str);
	if($len==1){
		return $str;
	}else{
		for($i=$len-1;$i>=0;$i--){
			$tmpstr.=$str[$i];
		}
		return $tmpstr;
	}
}
//或者
function str_rev1($str){
	$tmpstr = '';
	$len = strlen($str);
	if($len==1){
		return $str;
	}else{
		for($i=1;$i<$len;$i++){
			$tmpstr.=substr($str,-$i,1);
		}
		return $tmpstr;
	}
}

//再或者有的人直接用 php核心函數  strrev();
echo str_rev($str);

?>

這個程序表面上看上去沒什麼問題，好像很完美，但現在我們來嘗試下中英文混排的字符串，比如說$str="hello 中國，I LOVE YOU";再用上面的例子試試，會是什麼結果，呵呵試過的人想必都看到結果不是我們想要的，出現了亂碼，其實不難理解，看看上面解說的就明白個八九不離十了，怎麼解決呢？

可以用以下方式來解決

/** * 反轉utf8的字符串，使用mb開頭的函數 * @param string $str * @return string */ function mb_strrev($str) {     $len = mb_strlen($str, 'UTF-8');     $string = '';     for ($i = $len - 1; $i >= 0; $i--) {        $string .= mb_substr($str, $i, 1, 'UTF-8');                                                             }     return $string; }  

/** * 反轉utf8的字符串，使用正則和數組實現 * @param string $str * @return string

*/

function utf8_strrev($str, $reverse_numbers = true){     $pattern = $reverse_numbers ? '/./us' : '/(\d+)?./us';     preg_match_all($pattern, $str, $ar);     return join('',array_reverse($ar[0])); } echo utf8_strrev($str), '<br />';

echo mb_strrev($str);

4.php編碼判斷討論

判斷中文和編碼有關，gbk是雙字節，utf8是三字節，可以根據中文的編碼範圍來判斷

1.GBK(gb2312/gb18030) [\x80-\xff]

2.UTF-8(Unicode)  [\u4e00-\u9fa5]