php字符串处理函数

⚡ php字符串处理函数入门:核心概念与设计哲学

在PHP开发中,字符串处理是高频且基础的操作场景。无论是用户输入校验、数据清洗、模板渲染,还是API响应构建,字符串操作无处不在。PHP内置了超过100个字符串处理函数,覆盖从基础拼接到复杂正则匹配的全场景需求。

值得注意的是,PHP的字符串本质是字节序列而非Unicode字符序列(除非启用mbstring扩展并使用mb_*系列函数),这意味着中文等多字节字符处理需格外谨慎。例如,strlen("中文")返回6而非2,因UTF-8编码下每个汉字占3字节。

从语言设计角度看,PHP字符串函数具有以下特性:

开发者常忽略的关键点:部分函数在空字符串或NULL值下行为异常。例如substr("abc", 0, 0)返回空字符串,但substr("abc", -1, 0)返回空字符串而非"abc"——这种边界行为需在业务逻辑中显式处理。

⚙️ 基础操作函数:strlen、substr、strpos、str_replace

〔1〕字符串长度:strlen与mb_strlen

基础函数strlen()返回字节数而非字符数,这是PHP新手最易踩的坑。对比示例:

$str = "PHP教程";
echo strlen($str);   // 输出9(UTF-8下"PHP"=3字节 + "教程"=6字节)
echo mb_strlen($str, 'UTF-8'); // 输出4(真实字符数)

生产环境强烈建议统一使用mb_strlen并设置默认编码:

mb_internal_encoding('UTF-8'); // 全局设置编码
// 或显式指定编码
echo mb_strlen($str, 'UTF-8');

性能对比:在UTF-8环境下,strlen比mb_strlen快约3倍,但结果错误。需权衡场景——若仅处理ASCII字符(如API token),可用strlen;处理用户输入文本时必须用mb_strlen。

〔2〕字符串截取:substr与mb_substr

substr()按字节截取,存在截断多字节字符风险:

$str = "PHP字符串";
echo substr($str, 0, 5); // 输出"PHP字符串"的前5字节 → "PHP字符串"不完整(实际为"PHP" + "字"前2字节)

正确做法:

echo mb_substr($str, 0, 5, 'UTF-8'); // 输出"PHP字符串"完整5字符

特殊技巧:负数偏移从末尾开始计数,但需注意多字节字符的边界处理:

echo mb_substr("PHP教程", -2, 2, 'UTF-8'); // 输出"教程"(倒数第2字符起截取2字符)

〔3〕字符串搜索:strpos与mb_strpos

返回子串首次出现位置(0起始),若未找到返回FALSE。关键陷阱:

正确写法:

$str = "PHP教程";
$pos = mb_strpos($str, "教", 0, 'UTF-8');
if ($pos !== false) {
    echo "位置:$pos"; // 输出"位置:2"
}

性能提示:对于单字节字符,strpos比mb_strpos快2倍以上。建议根据场景选择——处理用户输入时用mb_strpos,处理内部ASCII数据用strpos。

〔4〕字符串替换:str_replace与str_ireplace

基础替换函数支持数组输入,实现批量替换:

$search = ['a', 'b'];
$replace = ['A', 'B'];
echo str_replace($search, $replace, "abc"); // 输出"ABC"

大小写不敏感版本str_ireplace需谨慎使用:

echo str_ireplace("php", "Python", "PHP教程"); // 输出"Python教程"

高级用法:限制替换次数(PHP 7.4+支持):

echo str_replace("a", "X", "banana", $count);
// 输出"bXnXnX",$count=3

多字节安全替换需结合mb_ereg_replace(需启用mbstring扩展):

echo mb_ereg_replace("教程", "指南", "PHP教程"); // 输出"PHP指南"

🔄 字符串替换:str_replace、str_ireplace与strtr

〔1〕基础替换:str_replace

支持数组输入实现批量替换:

$badWords = ['垃圾', '无用', '错误'];
$safe = str_replace($badWords, '***', $userInput);

进阶用法:替换次数统计(PHP 7.4+):

echo str_replace("a", "X", "banana", $count);
// 输出"bXnXnX",$count=3

〔2〕大小写不敏感替换:str_ireplace

示例:统一处理用户输入的关键词大小写:

$text = "欢迎使用php教程";
echo str_ireplace("php", "PHP", $text); // 输出"欢迎使用PHP教程"

〔3〕字符映射替换:strtr

支持两种模式:

$str = "hello world";
echo strtr($str, "eo", "EO"); // "hEOllo wOrld"
echo strtr($str, ["world" => "PHP"]); // "hello PHP"

关键优势:比str_replace更高效(单字符映射时快3倍),且不会重复替换已替换内容。

〔4〕多字节安全替换

需结合mb_ereg_replace:

echo mb_ereg_replace("教程", "指南", "PHP教程"); // "PHP指南"

注意:需启用mbstring扩展(默认开启),且mb_ereg_replace不支持数组输入。

〔5〕安全替换:htmlspecialchars

防止XSS攻击的必备函数:

$userInput = "";
echo htmlspecialchars($userInput, ENT_QUOTES, 'UTF-8');
// 输出"<script>alert('xss')</script>"

参数说明:

✂️ 字符串截取:substr、mb_substr与explode的截取技巧

〔1〕基础截取:substr

语法:substr(string $string, int $offset, ?int $length = null)

负数偏移示例:

$str = "PHP字符串处理";
echo substr($str, -6, 3); // 输出"处理"(倒数第6字节起截3字节)

陷阱:负长度在PHP 7.2+被废弃,应改用正偏移+正长度。

〔2〕多字节截取:mb_substr

确保不截断多字节字符:

echo mb_substr("PHP教程", 0, 2, 'UTF-8'); // 输出"PHP教"

安全截断长文本建议:

function safeTruncate($str, $len, $encoding = 'UTF-8') {
    return mb_strlen($str, $encoding) > $len
        ? mb_substr($str, 0, $len, $encoding) . '...'
        : $str;
}

〔3〕按分隔符截取:explode

基础用法:

$parts = explode(',', "a,b,c");
print_r($parts); // ['a','b','c']

限制分割次数(PHP 4.0.1+):

$parts = explode(',', "a,b,c,d,e", 3);
print_r($parts); // ['a','b','c,d,e']

处理空字段:

$parts = explode(',', "a,,c");
print_r($parts); // ['a','','c'] // 注意中间是空字符串

〔4〕正则截取:preg_split

支持复杂分隔符:

$parts = preg_split('/[\s,]+/', "a b,  c");
print_r($parts); // ['a','b','c']

保留分隔符(使用PREG_SPLIT_DELIM_CAPTURE):

$parts = preg_split('/([,;])/', "a,b;c", -1, PREG_SPLIT_DELIM_CAPTURE);
print_r($parts); // ['a',',','b',';','c']

🔗 字符串分割:explode、preg_split与str_split

〔1〕按分隔符分割:explode

处理CSV数据:

$csvLine = 'John,Doe,30,Engineer';
list($firstName, $lastName, $age, $job) = explode(',', $csvLine);

空字段处理技巧:

$data = explode(',', "a,,c");
if ($data[1] === '') {
    echo "第2字段为空";
}

〔2〕正则分割:preg_split

支持多分隔符:

$parts = preg_split('/[,\s]+/', "a, b  c");
print_r($parts); // ['a','b','c']

分割并过滤空值(PREG_SPLIT_NO_EMPTY):

$parts = preg_split('/\s+/', "  a  b  ", -1, PREG_SPLIT_NO_EMPTY);
print_r($parts); // ['a','b']

〔3〕按字符分割:str_split

将字符串转为字符数组:

$chars = str_split("PHP");
print_r($chars); // ['P','H','P']

指定长度分割:

$parts = str_split("abcdefgh", 3);
print_r($parts); // ['abc','def','gh']

〔4〕多字节分割:mb_split

需结合正则表达式:

$chars = mb_split('', "PHP教程"); // 注意:mb_split不直接支持空分隔符
// 正确做法:preg_split('/\p{L}/u', $str, -1, PREG_SPLIT_NO_EMPTY)

实际建议:使用preg_split('/\p{L}/u', $str)替代(需PCRE Unicode支持)。

⬆️⬇️ 大小写转换:strtolower、strtoupper与ucfirst

〔1〕基础转换函数

函数作用示例
strtolower转小写strtolower("PHP") → "php"
strtoupper转大写strtoupper("php") → "PHP"
ucfirst首字母大写ucfirst("php") → "Php"
ucwords每个单词首字母大写ucwords("php string") → "Php String"

〔2〕多字节大小写转换

基础函数不支持多字节字符:

echo strtolower("php教程"); // 输出"php教程"(正确)
echo mb_strtolower("PHP教程", 'UTF-8'); // 输出"php教程"

实际项目中,建议封装统一函数:

function mb_strtolower_safe($str, $encoding = 'UTF-8') {
    return function_exists('mb_strtolower')
        ? mb_strtolower($str, $encoding)
        : strtolower($str);
}

〔3〕大小写不敏感搜索

结合stripos(忽略大小写搜索):

$text = "PHP教程";
if (stripos($text, "php") !== false) {
    echo "包含'php'(不区分大小写)";
}

〔4〕格式化用户输入

场景:邮箱用户名标准化:

$username = "  JohnDoe  ";
echo strtolower(trim($username)); // "johndoe"

␣ 去空格:trim、ltrim、rtrim与自定义清理

〔1〕基础去空格函数

函数作用示例
trim去首尾空格trim(" a ") → "a"
ltrim去左侧空格ltrim(" a ") → "a "
rtrim去右侧空格rtrim(" a ") → " a"

〔2〕自定义字符清理

移除指定字符(如标点):

$str = "...Hello World!!!";
echo trim($str, ".!"); // "Hello World"

移除所有标点:

echo preg_replace('/[[:punct:]]/', '', $str); // "Hello World"

〔3〕多字节空格处理

中文空格(全角空格)处理:

$str = " PHP教程 "; // 全角空格
echo trim($str, " \t\n\r\0\x0B\x{3000}"); // 需包含全角空格\x{3000}

更简洁方案:

echo preg_replace('/^\s+|\s+$/u', '', $str); // "PHP教程"

〔4〕生产环境最佳实践

用户输入清洗统一函数:

function cleanInput($input) {
    if (is_string($input)) {
        return trim(preg_replace('/\s\s+/', ' ', $input)); // 合并多余空格
    }
    return $input;
}

📏 字符串长度:strlen、mb_strlen与自定义长度计算

〔1〕字节长度 vs 字符长度

核心区别示例:

$str = "PHP教程";
echo strlen($str);   // 9(字节)
echo mb_strlen($str, 'UTF-8'); // 4(字符)

原因:UTF-8编码中,英文字符占1字节,中文占3字节。

〔2〕性能对比与选择

场景推荐函数原因
处理ASCII文本(如API token)strlen快3倍,无编码问题
处理用户输入文本mb_strlen避免截断多字节字符
需兼容旧环境strlen + mb_internal_encoding设置全局编码后strlen可工作

〔3〕自定义长度计算场景

需求:按显示宽度计算(中文字符算2宽度):

function displayLength($str) {
    $len = 0;
    foreach (preg_split('//u', $str, -1, PREG_SPLIT_NO_EMPTY) as $char) {
        $len += mb_check_encoding($char, 'UTF-8') ? (mb_strwidth($char) > 1 ? 2 : 1) : 1;
    }
    return $len;
}
echo displayLength("PHP教程"); // 7("PHP"=3 + "教程"=4)

用途:限制搜索框输入显示宽度,避免排版错乱。

📝 字符串格式化:sprintf、printf与自定义模板

〔1〕基础格式化

语法:sprintf(format, arg1, arg2, ...)

echo sprintf("用户%s在%s登录", "张三", "2023-10-01");
// "用户张三在2023-10-01登录"

数字格式化:

echo sprintf("金额:%.2f元", 1234.5); // "金额:1234.50元"
echo sprintf("编号:%05d", 42); // "编号:00042"

〔2〕位置参数(PHP 5.2.0+)

避免重复参数:

echo sprintf("用户{0}在{1}登录,下次{1}再来", "张三", "2023-10-01");
// "用户张三在2023-10-01登录,下次2023-10-01再来"

〔3〕多字节安全格式化

中文字符在格式化中无问题,但需注意宽度控制:

echo sprintf("%-10s", "PHP教程"); // "PHP教程     "(右对齐,总宽10字节)

若需按显示宽度对齐,需自定义函数(因%s按字节计算宽度)。

〔4〕模板引擎简化方案

轻量级模板替换:

$template = "欢迎{username}!今天是{date}。";
$vars = ['username' => '张三', 'date' => '2023-10-01'];
echo strtr($template, $vars);

🔒 字符串加密:md5、sha1与password_hash

〔1〕哈希函数对比

函数输出长度安全性用途
md532字符❌ 不安全校验文件完整性
sha140字符❌ 不安全版本控制标识
password_hash动态长度✅ 安全密码加密

〔2〕密码加密最佳实践

// 加密
$hash = password_hash("123456", PASSWORD_DEFAULT);
// 验证
if (password_verify("123456", $hash)) {
    echo "密码正确";
}

注意:md5和sha1已不适用于密码存储,因GPU可每秒暴力破解数十亿次。

〔3〕文件校验:md5_file

$fileHash = md5_file("data.csv");
if ($fileHash === $expectedHash) {
    echo "文件未被篡改";
}

〔4〕自定义哈希强度

调整bcrypt成本参数:

$options = ['cost' => 12]; // 默认10,越高越安全但越慢
$hash = password_hash("123456", PASSWORD_BCRYPT, $options);

❓ FAQ:php字符串处理函数高频问题

Q1:为什么str_replace不能替换中文?
A:中文在UTF-8中占3字节,若输入编码与页面编码不一致会导致乱码。确保文件保存为UTF-8无BOM格式,并统一设置mb_internal_encoding('UTF-8')。
Q2:substr截取中文会乱码怎么办?
A:改用mb_substr并指定编码:mb_substr($str, 0, 5, 'UTF-8')。生产环境建议封装安全截取函数。
Q3:strpos返回0时判断失效?
A:必须用严格比较:if ($pos !== false)。因0在PHP中等于false,但位置0是有效位置。
Q4:如何高效拼接大量字符串?
A:避免循环中用.拼接,改用数组+implode:
$parts = []; for(...) $parts[] = $item; $result = implode('', $parts);。性能提升3-5倍。
Q5:mb_函数不存在怎么办?
A:检查php.ini中extension=mbstring是否启用。Linux服务器需安装php-mbstring包,Windows需取消注释extension=php_mbstring.dll。

📚 总结:php字符串处理函数体系全景图

PHP字符串处理函数覆盖基础操作→高级处理→安全防护三层能力:

  1. 基础层:strlen/substr/strpos构成核心操作链
  2. 扩展层:str_replace/explode/trim实现数据清洗
  3. 防护层:htmlspecialchars/password_hash保障安全

关键实践建议:

最后提醒:PHP 8.0+新增str_starts_with、str_ends_with等函数,建议逐步迁移到新API以提升代码可读性。