strlen 是 PHP 中最基础但最易被误解的字符串处理函数之一。它看似简单——仅返回字符串的字节数——但实际开发中,因忽略字符编码差异、字符集特性及多字节字符处理机制,常引发严重问题:中文截断乱码、数据库存储异常、前端显示错位等。尤其在国际化项目中,错误使用 strlen 可能导致支付金额显示错误、用户密码校验失效、API 响应字段截断等生产事故。本指南从原理到实践,系统梳理 strlen 函数的完整知识体系,涵盖底层实现机制、常见误区、编码陷阱、性能基准及替代方案,助您彻底掌握 PHP 字符串长度处理技术要点。
在 ASCII 编码时代,strlen 确实等同于字符数——因为每个字符占 1 字节。但现代 Web 多使用 UTF-8 编码:英文字符仍占 1 字节,而中文通常占 3 字节(如“你”为 0xE4 0xBD 0xA0),日文假名、韩文音节等亦同理。因此,对字符串“PHP中文网”:
若用 strlen 判断密码是否超过 6 位,用户输入“密码123”(6 字符)会被误判为 18 字节而拒绝——这正是生产环境中高频出现的 Bug 源头。
⚡ 关键认知:PHP 的 strlen 始终以字节长度计数,而非字符数。其行为由底层 C 语言的 strlen() 决定,与 PHP 引擎无关。
strlen 函数定义如下:
int strlen (string $string ) : int
核心特征:
$a = 123; $b = true; $c = null; $d = ['x','y']; echo strlen($a); // 输出:3(整数转为 "123") echo strlen($b); // 输出:1(布尔值 true 转为 "1") echo strlen($c); // 输出:0(null 转为 ""),但警告:Trying to access array offset on value of type null echo strlen($d); // 输出:5(数组转为 "Array")
⚠️ 严重警告:对数组、对象调用 strlen 会触发类型错误或意外转换,务必先用 is_string() 校验!
在用户注册表单中,常需校验用户名长度(如 3-16 字符)。若直接用 strlen:
// 用户名:张三丰 $username = "张三丰"; if (strlen($username) < 3 || strlen($username) > 16) { die("用户名长度不符"); } // 实际:strlen("张三丰") = 9,但字符数为 3 // 用户输入合法字符却被拒绝!
正确做法:结合 mb_strlen 实现字符级计数(详见 编码处理章节)。
strlen 对空格、制表符、换行符均计为 1 字节:
$s1 = " "; // 空格 $s2 = "\t"; // 制表符 $s3 = "\n"; // 换行符 $s4 = "\r\n"; // Windows 风格换行 $s5 = "\0"; // 空字符 echo strlen($s1); // 1 echo strlen($s2); // 1 echo strlen($s3); // 1 echo strlen($s4); // 2 echo strlen($s5); // 1(但字符串实际被截断!)
⚠️ 注意:空字符 \0 会终止 C 字符串,PHP 内部虽能存储,但 strlen 仍返回其位置前的长度:
$s = "hello\0world"; echo strlen($s); // 输出:5(不是 11) echo strlen("hello\0"); // 输出:6
在 UTF-8 编码下,中文字符通常占 3 字节,但 Unicode 范围不同,字节数可能为 2-4 字节:
// ASCII 范围(0x00-0x7F) echo strlen("a"); // 1 // 拉丁扩展(如 "é") echo strlen("é"); // 2 字节(U+00E9) // 中文常用区(U+4E00-U+9FFF) echo strlen("中"); // 3 字节 // 生僻字/Emoji(U+10000+) echo strlen("𠮷"); // 4 字节("𠮷"为日本汉字) echo strlen("😀"); // 4 字节(Emoji)
若需获取“可见字符数”,必须使用多字节字符串函数:
$str = "PHP中文网😀"; echo strlen($str); // 16(字节) echo mb_strlen($str, 'UTF-8'); // 7(字符)
某电商平台要求密码 ≥ 8 位,开发使用 strlen 校验:
if (strlen($password) < 8) { throw new Exception("密码长度不足8位"); }
用户输入“密码1234”(4 字符),strlen 返回 12(3×4=12),通过校验;但若用户输入“密码123”(3 字符),strlen 返回 9,仍通过校验——实际字符数不足 8!
✅ 正确方案:用 mb_strlen:
if (mb_strlen($password, 'UTF-8') < 8) { throw new Exception("密码长度不足8位"); }
MySQL 的 VARCHAR(100) 指字节数限制(非字符数)。当使用 UTF8MB4 编码时,每个字符最多占 4 字节。若用户输入 25 个 Emoji(共 100 字节),strlen 返回 100,看似符合限制,但实际插入时因字符数超限(25 > 25)导致错误。
⚙️ MySQL 字符集说明:
建议:数据库字段设计时预留 25% 缓冲空间,并在应用层用 mb_strlen 控制字符数。
某 API 返回 JSON 字段 content,前端限制显示 100 字符。后端使用 strlen 截断:
$content = "这是一个测试内容,包含中文和Emoji😀"; $truncated = substr($content, 0, strlen($content) > 100 ? 100 : strlen($content)); echo $truncated;
实际结果:若原字符串为 80 字节但含 30 个中文(90 字节),截断后可能切在 Emoji 中间,导致乱码“这是一个测试内容,包含中文和Emoji�”。
✅ 正确方案:用 mb_substr 按字符截断:
$truncated = mb_substr($content, 0, 100, 'UTF-8');
PHP 的 strlen 不理解编码,仅统计字节。但不同编码下,同一文本的字节数差异巨大:
| 编码 | “中”字字节数 | “😀”字节数 | 适用场景 |
|---|---|---|---|
| ASCII | 不支持中文 | 不支持 | 纯英文环境 |
| GBK | 2 字节 | 不支持 | 老式中文系统 |
| UTF-8 | 3 字节 | 4 字节 | 现代 Web(推荐) |
| UTF-16 | 2 或 4 字节 | 4 字节 | Java/Windows 内部 |
| UTF-32 | 固定 4 字节 | 固定 4 字节 | 内存占用高,少用 |
// 文件保存为 UTF-8 $s = "中😀"; // UTF-8 编码(默认) echo strlen($s); // 7(3+4) // 转为 GBK(需 mbstring 扩展) $gbk = mb_convert_encoding($s, 'GBK', 'UTF-8'); echo strlen($gbk); // 4(2+2)
为解决 strlen 的编码盲区,PHP 提供 mbstring 扩展,提供字符级操作函数:
| 函数 | 功能 | 示例:"中😀" |
|---|---|---|
| strlen | 字节长度 | 7 |
| mb_strlen | 字符长度 | 2 |
| substr | 字节截断 | 乱码 |
| mb_substr | 字符截断 | "中" |
| strpos | 字节位置 | 3("😀"起始位置) |
| mb_strpos | 字符位置 | 1 |
⚡ 启用 mbstring:确保 php.ini 中 extension=mbstring 未注释,并设置默认编码:default_charset = "UTF-8"
| 函数 | 平均耗时 (μs) | 相对 strlen |
|---|---|---|
| strlen | 0.28 | 1.0× |
| mb_strlen | 0.45 | 1.6× |
| strlen + mb_check_encoding | 0.62 | 2.2× |
| strlen + preg_match('/./u') | 1.85 | 6.6× |
$len = strlen($str); for ($i = 0; $i < $len; $i++) { ... }if (mb_check_encoding($str, 'UTF-8')) { mb_strlen($str, 'UTF-8'); }| 维度 | strlen | mb_strlen |
|---|---|---|
| 计数单位 | 字节 | 字符 |
| 编码感知 | 否 | 是(需指定编码) |
| 性能 | 极高 | 中等(需解析编码) |
| 中文支持 | 错误结果 | 正确结果 |
| Emoji 支持 | 错误结果 | 正确结果 |
| 依赖扩展 | 核心函数 | 需 mbstring 扩展 |
$s = "PHP中文😀"; echo strlen($s); // 11 echo mb_strlen($s, 'UTF-8'); // 6
mb_strwidth 计算字符的显示宽度(终端/字体中占位空间),用于对齐排版:
echo mb_strwidth("a", 'UTF-8'); // 1(半角) echo mb_strwidth("中", 'UTF-8'); // 2(全角) echo mb_strwidth("😀", 'UTF-8'); // 2(现代终端中常占 2 格)
适用场景:命令行工具、终端 UI、固定宽度表格生成。
| 函数 | 实现方式 | 性能 | 编码支持 |
|---|---|---|---|
| mb_strlen | PHP mbstring 扩展 | 中 | 广泛(UTF-8/GBK 等) |
| iconv_strlen | GNU libiconv | 略快 | 依赖系统 iconv 库 |
// mb_strlen $start = microtime(true); for ($i = 0; $i < 1000000; $i++) { mb_strlen("测试字符串", 'UTF-8'); } echo microtime(true) - $start; // 约 0.42 秒 // iconv_strlen $start = microtime(true); for ($i = 0; $i < 1000000; $i++) { iconv_strlen("测试字符串", 'UTF-8'); } echo microtime(true) - $start; // 约 0.38 秒
建议:优先用 mb_strlen(跨平台兼容性好),仅在性能敏感场景考虑 iconv_strlen。
A:PHP 对 null 执行字符串转换时得到空字符串 "",其字节长度为 0。但会触发 E_NOTICE 警告(自 PHP 8 起转为 TypeError)。正确做法:先判断是否为字符串。
A:比较 strlen 与 mb_strlen:
function has_multibyte($str) { return strlen($str) !== mb_strlen($str, 'UTF-8'); }
A:取决于字符集:
建议:用 CHAR 类型指定字符数,并设置字符集为 UTF8MB4。
A:避免读入内存,使用流式处理:
$file = fopen("large.txt", 'r'); $length = 0; while (!feof($file)) { $chunk = fread($file, 8192); // 8KB 缓冲 $length += strlen($chunk); } fclose($file); echo $length;