PHP strlen 和 mb_strlen 未按预期工作

Question

当我在字符串上运行 PHP 函数 strlen() 和 mb_strlen() 时，它们都返回错误数量的字符。

这是我正在使用的一段代码......

 $foo = mb_strlen($itemDetails['ITEMDESC'], 'UTF-8');
 echo $foo;

它告诉我这个刺痛 - “4½” Straight Iris Scissors”有 45 个字符长。它是 27。

它还告诉我这个字符串 - “Infant Heel Warmer, No Adhesive Attachment Pad, 100/cs”是 54，这是正确的。

我认为它与字符编码有一些问题，我认为一切都应该是 UTF-8。 我已经尝试为 mb_strlen() 提供几种不同的字符编码类型，它们都返回带有这些非标准字符的字符串的奇怪计数。

我不知道为什么会这样。

Answer 1

仔细检查您的文本是否真的是 UTF-8。 那个“”字符让我看起来像是一个经典的字符编码问题。 您应该检查从文本来源到您上面引用的代码中的点的整个路径，因为有很多地方可以修改编码。

文本是否源自 HTML 表单？ 确保您的<form>元素包含accept-charset="UTF-8"属性。

文本是否在此过程中存储在数据库中？ 确保数据库在 UTF-8 中存储和返回数据。 这意味着检查服务器的全局默认值、数据库或模式的默认值以及表本身。

Answer 2

您的输入很可能是以 UTF-16 编码的。 您可以转换为 UTF-8

$foo = mb_strlen(mb_convert_encoding($itemDetails['ITEMDESC'], "UTF-8", "UTF-16"));

或者，如果您使用mb_strlen() ，请务必使用正确的编码作为第二个参数。

$foo = mb_strlen($itemDetails['ITEMDESC'], "UTF-16");

如果没有正确的编码，mb_strlen 总是会返回错误的结果。 在处理 UTF-8/16/32 编码的字符串时很容易遇到麻烦。 mb_detect_encoding()不能解决这个问题。