phpmb_strlen函数指定不同的编码输出结果不同解决方案

php mb_strlen函数指定不同的编码输出结果不同
本帖最后由 lylgxy2007wht 于 2013-04-02 11:37:02 编辑

mb_strlen函数指定不同的编码输出结果不同，哪位高手大侠给解释下原因

页面编码utf-8

$text = "啊啊啊啊"; 
echo mb_strlen($text,'utf8')."
";
echo mb_strlen($text,'gbk')."
";
echo mb_strlen($text,'gb2312')."
";
echo strlen($text);

输出：4 6 8 12

页面编码gb2312

$text = "啊啊啊啊"; 
echo mb_strlen($text,'utf8')."
";
echo mb_strlen($text,'gbk')."
";
echo mb_strlen($text,'gb2312')."
";
echo strlen($text);

输出：4 4 4 8 php

------解决方案--------------------
这是PHP官网字符集列表
http://www.php.com/manual/en/mbstring.supported-encodings.php


mb_internal_encoding("UTF-8");
echo mb_internal_encoding();


------解决方案--------------------
"啊啊啊啊"的字节16进制表示为
UTF-8: E5 95 8A E5 95 8A E5 95 8A E5 95 8A ---12
GB2312: B0 A1 B0 A1 B0 A1 B0 A1 ---8

在utf-8时
utf-8 [E5 95 8A] [E5 95 8A] [E5 95 8A] [E5 95 8A] --- 4
gbk [E5 95]鍟 [8A E5]婂 [95 8A]晩 [E5 95]鍟 [8A E5]婂 [95 8A]晩 --- 6
gb2312 [E5 95]鍟 [8A] [E5 95]鍟 [8A] [E5 95]鍟 [8A] [E5 95]鍟 [8A] ---8
注:8A开头不存在于gb2312（最低A1开始），所以独立计算了

在gb2312时
utf-8(不确定) 由于不存在B0字节开头的utf-8字符，我猜mb是“智能”地按双字节计算 ---4
gbk/gb2312 [B0 A1] [B0 A1] [B0 A1] [B0 A1] ---4
------解决方案--------------------
实测结果（php 5.4.12）
utf-8 下得 4 6 8 12
gb2312 下得 8 4 4 8

不需要做任何解释，只有在正确的字符集中才可以得到正确的结果