PHP strlen()：按字节和按字符计算字符串长度

strlen($string) 返回字符串的字节长度。要得到字符数（处理中文、日文、带重音的字母和 emoji 时你需要的正是它），用 mb_strlen($string)。对于纯英文文本，两者的结果相同。

<?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

空格、标点和换行都算在内。strlen("a b\n") 是 4。

UTF-8 中的字节和字符

PHP 字符串是字节序列，而 UTF-8 中每个字符占用的字节数不同：ASCII 字母和数字占 1 个，é 或 ж 这样的字母占 2 个，假名、常用汉字和 € 这样的符号占 3 个，大多数 emoji 和 𠮷 这样的生僻字占 4 个。strlen() 把字节加起来，mb_strlen() 数的是字符。用文本转二进制工具可以看到任意字符串背后的字节。

<?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));

字节数重要时用 strlen()：按字节限制长度的数据库列、文件大小、二进制协议。凡是给人看的内容都用 mb_strlen()：字数统计、“最多 20 个字”的规则、用 mb_substr() 截取文本。

emoji 和由多个码位组成的字符

mb_strlen() 统计的是 Unicode 码位。有些在读者看来是一个字符的东西，其实是几个码位连在一起：家庭 emoji、旗帜、肤色，或者一个字母加一个组合重音符。

<?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));
}

要统计读者眼中的单个字符（字素簇），需要 intl 扩展中的 grapheme_strlen()：

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

对于中文或日文表单上的字数统计，mb_strlen() 通常就够了：每个汉字和假名都是一个码位。

用 mb_strwidth 计算显示宽度

在终端或等宽排版中，一个全角的中文或日文字符占两列，而半角片假名或拉丁字母占一列。mb_strwidth() 返回的就是这个宽度，“全角字符算 2 个字”这类规则通常指的正是它。

<?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));
}

判断字符串是否为空

最清楚的写法是和 '' 严格比较。strlen($s) === 0 的结果相同。empty($s) 则不一样：它对字符串 "0" 也返回 true，而在很多表单里 "0" 是一个有效的答案。

<?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)
    );
}

只有空格的字符串不是空的。如果只有空格也应该算作没有内容，先用 trim() 处理一下。

strlen(null) 和非字符串

strlen() 需要一个字符串。传入 null 仍然返回 0，但从 PHP 8.1 开始会打印一条弃用提示：

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

传入数组会抛出 TypeError: strlen(): Argument #1 ($string) must be of type string, array given。

先转换类型或给一个默认值，比如 strlen($value ?? '')。整数会被转换成字符串，所以 strlen(12345) 是 5。要统计数组元素，用 count()。

校验用户输入的长度

一个典型的规则：去掉首尾空格后，用户名长度为 3 到 16 个字符。用 mb_strlen()，这样日文或中文名字按字符而不是按字节计算。

<?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";

如果把 mb_strlen() 换成 strlen()，やまだたろう 会被算成 18，并因为太长而被拒绝，尽管它只有六个字符。