PHP strlen(): String-Länge in Bytes und Zeichen

strlen($string) liefert die Länge eines Strings in Bytes. Für Zeichen, die du bei japanischem Text, Buchstaben mit Akzent oder Umlaut und Emoji willst, verwendest du mb_strlen($string). Bei reinem englischem Text liefern beide dieselbe Zahl.

<?php
echo strlen('Hello'), "\n";         // 5 bytes
echo mb_strlen('Hello'), "\n";      // 5 characters

echo strlen('こんにちは'), "\n";     // 15 bytes
echo mb_strlen('こんにちは'), "\n";  // 5 characters

Leerzeichen, Satzzeichen und Zeilenumbrüche zählen alle mit. strlen("a b\n") ist 4.

Bytes vs Zeichen in UTF-8

PHP-Strings sind Folgen von Bytes, und UTF-8 verwendet pro Zeichen unterschiedlich viele Bytes: 1 für ASCII-Buchstaben und Ziffern, 2 für Buchstaben wie é oder ж, 3 für Kana, gängige Kanji, chinesische Zeichen und Symbole wie € und 4 für die meisten Emoji und seltene Kanji wie 𠮷. strlen() addiert die Bytes; mb_strlen() zählt die Zeichen.

<?php
$samples = ['A', 'é', 'ж', 'あ', '漢', '€', '😀'];

foreach ($samples as $char) {
    printf("%s  strlen=%d  mb_strlen=%d\n", $char, strlen($char), mb_strlen($char));
}

$mixed = 'PHPで文字数';
printf("%s  strlen=%d  mb_strlen=%d\n", $mixed, strlen($mixed), mb_strlen($mixed));

Verwende strlen(), wenn Bytes zählen: eine Datenbankspalte mit einer Grenze in Bytes, eine Dateigröße, ein binäres Protokoll. Verwende mb_strlen() für alles, was ein Mensch liest: einen Zeichenzähler, eine Regel „höchstens 20 Zeichen“, Text mit mb_substr() kürzen.

Emoji und Zeichen aus mehreren Codepunkten

mb_strlen() zählt Unicode-Codepunkte. Manches, was ein Leser als ein Zeichen sieht, besteht aus mehreren zusammengefügten Codepunkten: ein Familien-Emoji, eine Flagge, ein Hautton oder ein Buchstabe plus kombinierender Akzent.

<?php
$items = [
    'thumbs up'      => '👍',
    'with skin tone' => '👍🏽',
    'flag of Japan'  => '🇯🇵',
    'family'         => '👨‍👩‍👧',
    'e + accent'     => "e\u{0301}",
];

foreach ($items as $name => $text) {
    printf("%-15s %s  strlen=%2d  mb_strlen=%d\n", $name, $text, strlen($text), mb_strlen($text));
}

Um zu zählen, was ein Leser als einzelne Zeichen sieht (Graphem-Cluster), brauchst du grapheme_strlen() aus der intl-Erweiterung:

echo grapheme_strlen('👨‍👩‍👧');   // 1
echo grapheme_strlen('🇯🇵');     // 1

Für einen Zeichenzähler in einem japanischen Formular reicht mb_strlen() meistens: Jedes Kana und jedes Kanji ist ein einzelner Codepunkt.

Anzeigebreite mit mb_strwidth

In einem Terminal oder einem Layout mit fester Breite belegt ein vollbreites japanisches Zeichen zwei Spalten, während ein halbbreites Katakana oder ein lateinischer Buchstabe eine belegt. mb_strwidth() liefert diese Breite, und das meinen japanische Regeln nach dem Muster „全角は2文字“ meistens.

<?php
foreach (['abc', 'ｱｲｳ', 'アイウ', '日本語', 'PHP入門'] as $s) {
    printf("%s  mb_strlen=%d  mb_strwidth=%d\n", $s, mb_strlen($s), mb_strwidth($s));
}

Prüfen, ob ein String leer ist

Der klarste Test ist ein strikter Vergleich mit ''. strlen($s) === 0 liefert dieselbe Antwort. empty($s) ist nicht dasselbe: Es liefert auch für den String "0" true, und der ist in vielen Formularen eine gültige Antwort.

<?php
foreach (['', '0', ' ', 'a'] as $s) {
    printf(
        "%-5s  === '': %-5s  strlen: %d  empty(): %s\n",
        var_export($s, true),
        var_export($s === '', true),
        strlen($s),
        var_export(empty($s), true)
    );
}

Ein String aus Leerzeichen ist nicht leer. Schick ihn zuerst durch trim(), wenn reine Leerzeichen als nichts zählen sollen.

strlen(null) und Nicht-Strings

strlen() erwartet einen String. null zu übergeben liefert weiterhin 0, gibt aber seit PHP 8.1 einen Deprecation-Hinweis aus:

Deprecated: strlen(): Passing null to parameter #1 ($string) of type string is deprecated in /home/index.php on line 2

Ein Array wirft TypeError: strlen(): Argument #1 ($string) must be of type string, array given.

Caste den Wert vorher oder setze einen Standardwert, zum Beispiel strlen($value ?? ''). Ganzzahlen werden in Strings umgewandelt, also ist strlen(12345) gleich 5. Um Array-Elemente zu zählen, verwendest du count().

Die Länge von Nutzereingaben prüfen

Eine typische Regel: ein Nutzername mit 3 bis 16 Zeichen, nach dem Trimmen. Verwende mb_strlen(), damit ein japanischer Name in Zeichen gemessen wird, nicht in Bytes.

<?php
function checkUsername(string $name): string
{
    $name = trim($name);
    $length = mb_strlen($name);

    if ($length < 3) {
        return "\"$name\" is too short ($length characters, min 3)";
    }
    if ($length > 16) {
        return "\"$name\" is too long ($length characters, max 16)";
    }
    return "\"$name\" is OK ($length characters, " . strlen($name) . ' bytes)';
}

echo checkUsername('ad'), "\n";
echo checkUsername('ada_lovelace'), "\n";
echo checkUsername('やまだたろう'), "\n";
echo checkUsername('a_very_long_username_here'), "\n";

Mit strlen() statt mb_strlen() würde やまだたろう als 18 zählen und als zu lang abgelehnt, obwohl es sechs Zeichen sind.