PHP strlen(): Panjang String dalam Byte dan Karakter

strlen($string) mengembalikan panjang string dalam byte. Untuk jumlah karakter, yang memang kamu butuhkan untuk teks Jepang, huruf beraksen, dan emoji, pakai mb_strlen($string). Untuk teks bahasa Inggris biasa, keduanya memberi angka yang sama.

<?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

Spasi, tanda baca, dan baris baru semuanya ikut dihitung. strlen("a b\n") bernilai 4.

Byte vs karakter di UTF-8

String PHP adalah deretan byte, dan UTF-8 memakai jumlah byte yang berbeda untuk setiap karakter: 1 untuk huruf dan angka ASCII, 2 untuk huruf seperti é atau ж, 3 untuk kana, kanji umum, karakter Tionghoa, dan simbol seperti €, serta 4 untuk kebanyakan emoji dan kanji langka seperti 𠮷. strlen() menjumlahkan byte-nya; mb_strlen() menghitung karakternya. Konverter teks ke biner menampilkan byte di balik string apa pun.

<?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));

Pakai strlen() saat yang penting adalah byte: kolom database yang dibatasi dalam byte, ukuran file, protokol biner. Pakai mb_strlen() untuk apa pun yang dibaca orang: penghitung karakter, aturan "maksimal 20 karakter", atau memotong teks dengan mb_substr().

Emoji dan karakter yang tersusun dari beberapa code point

mb_strlen() menghitung code point Unicode. Beberapa hal yang dilihat pembaca sebagai satu karakter sebenarnya adalah beberapa code point yang digabung: emoji keluarga, bendera, warna kulit, atau huruf ditambah aksen gabungan.

<?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));
}

Menghitung apa yang dilihat pembaca sebagai satu karakter (grapheme cluster) membutuhkan grapheme_strlen() dari ekstensi intl:

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

Untuk penghitung karakter di formulir berbahasa Jepang, mb_strlen() biasanya sudah cukup: setiap kana dan kanji adalah satu code point.

Lebar tampilan dengan mb_strwidth

Di terminal atau di tata letak dengan lebar tetap, satu karakter Jepang lebar penuh memakan dua kolom, sedangkan katakana setengah lebar atau huruf Latin memakan satu kolom. mb_strwidth() mengembalikan lebar itu, dan inilah yang biasanya dimaksud aturan Jepang "全角は2文字".

<?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));
}

Memeriksa apakah string kosong

Cara yang paling jelas adalah perbandingan ketat dengan ''. strlen($s) === 0 memberi jawaban yang sama. empty($s) tidak sama: fungsi itu juga mengembalikan true untuk string "0", yang merupakan jawaban yang sah di banyak formulir.

<?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)
    );
}

String yang berisi spasi tidak kosong. Proses dulu dengan trim() kalau spasi saja harus dianggap tidak berisi apa-apa.

strlen(null) dan nilai yang bukan string

strlen() mengharapkan string. Memberikan null tetap mengembalikan 0, tetapi sejak PHP 8.1 fungsi ini mencetak pemberitahuan deprecation:

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

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

Lakukan cast atau beri nilai default terlebih dahulu, misalnya strlen($value ?? ''). Integer diubah menjadi string, jadi strlen(12345) bernilai 5. Untuk menghitung elemen array, pakai count().

Memvalidasi panjang input pengguna

Aturan yang umum: username berisi 3 sampai 16 karakter, setelah di-trim. Pakai mb_strlen() supaya nama Jepang diukur dalam karakter, bukan byte.

<?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";

Dengan strlen() sebagai ganti mb_strlen(), やまだたろう akan dihitung 18 dan ditolak karena terlalu panjang, padahal hanya enam karakter.