PHP 문자열 길이 strlen(): 바이트 수와 글자 수

strlen($string)은 문자열의 길이를 바이트로 반환합니다. 한글, 일본어, 악센트 문자, 이모지에 필요한 문자 수는 mb_strlen($string)을 쓰세요. 일반 영어 텍스트에서는 둘이 같은 숫자를 줍니다.

<?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

공백, 문장 부호, 줄바꿈도 모두 셉니다. strlen("a b\n")은 4입니다.

UTF-8에서 바이트와 문자

PHP 문자열은 바이트의 연속이며, UTF-8은 문자마다 다른 바이트 수를 씁니다. ASCII 문자와 숫자는 1, é나 ж 같은 문자는 2, 가나, 일반 한자, 한글, 중국어 문자, € 같은 기호는 3, 대부분의 이모지와 𠮷 같은 드문 한자는 4바이트입니다. strlen()은 바이트를 더하고 mb_strlen()은 문자를 셉니다.

<?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));

바이트가 중요할 때 strlen()을 쓰세요. 바이트로 제한된 데이터베이스 컬럼, 파일 크기, 바이너리 프로토콜 등입니다. 사람이 읽는 것에는 mb_strlen()을 쓰세요. 글자 수 카운터, "최대 20자" 규칙, mb_substr()로 텍스트 자르기 등입니다.

이모지와 여러 코드 포인트로 된 문자

mb_strlen()은 유니코드 코드 포인트를 셉니다. 읽는 사람이 한 글자로 보는 것 중 일부는 여러 코드 포인트가 결합된 것입니다. 가족 이모지, 국기, 피부색, 문자와 결합 악센트 등입니다.

<?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));
}

읽는 사람이 한 글자로 보는 단위(자소 클러스터)를 세려면 intl 확장의 grapheme_strlen()이 필요합니다.

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

일본어 폼의 글자 수 카운터에는 보통 mb_strlen()으로 충분합니다. 모든 가나와 한자는 코드 포인트 하나입니다.

mb_strwidth로 화면 폭 구하기

터미널이나 고정 폭 레이아웃에서 전각 일본어 문자는 두 칸, 반각 가타카나나 라틴 문자는 한 칸을 차지합니다. mb_strwidth()는 그 폭을 반환하며, 일본어에서 "全角は2文字"(전각은 2글자) 규칙이 보통 뜻하는 것이 이것입니다.

<?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));
}

문자열이 비어 있는지 확인하기

가장 명확한 확인은 ''와의 엄격한 비교입니다. strlen($s) === 0도 같은 답을 줍니다. empty($s)는 다릅니다. 많은 폼에서 유효한 답인 문자열 "0"에 대해서도 true를 반환합니다.

<?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)
    );
}

공백으로만 된 문자열은 비어 있지 않습니다. 공백만 있는 것을 아무것도 없는 것으로 쳐야 한다면 먼저 trim()에 통과시키세요.

strlen(null)과 문자열이 아닌 값

strlen()은 문자열을 기대합니다. null을 넘기면 여전히 0을 반환하지만, PHP 8.1부터는 폐지 예정 알림을 출력합니다.

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

배열은 TypeError: strlen(): Argument #1 ($string) must be of type string, array given을 던집니다.

먼저 값을 형 변환하거나 기본값을 주세요. 예: strlen($value ?? ''). 정수는 문자열로 변환되므로 strlen(12345)는 5입니다. 배열 요소를 세려면 count()를 쓰세요.

사용자 입력 길이 검증하기

대표적인 규칙: trim한 뒤 3자에서 16자 사이의 사용자 이름. 일본어 이름이 바이트가 아니라 문자로 측정되도록 mb_strlen()을 쓰세요.

<?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";

mb_strlen() 대신 strlen()을 쓰면 やまだたろう는 여섯 글자인데도 18로 세어져 너무 길다고 거부됩니다.