PHP count()函数讲解
在PHP开发中，我们经常需要统计数组或者实现了Countable接口的对象中元素的数量，count()函数就是专门用于完成这类统计工作的内置函数，它使用简单且功能实用，是日常开发中高频使用的函数之一。
函数基本语法
count()函数的语法定义如下：
count(Countable|array $value, int $mode = COUNT_NORMAL): int
参数说明：
$value：必填参数，需要统计数量的数组或者实现了Countable接口的对象。
$mode：可选参数，默认值为COUNT_NORMAL，当设置为COUNT_RECURSIVE时，会递归统计多维数组中所有元素的数量。
函数返回值始终为整数，代表统计得到的总元素数量。
基本使用示例
统计普通数组元素数量
对于普通的索引数组或者关联数组，直接使用count()函数即可统计顶层元素数量：
<?php // 索引数组示例 $fruits = ['apple', 'banana', 'orange', 'grape']; echo count($fruits); // 输出：4 // 关联数组示例 $userInfo = [ 'name' => '张三', 'age' => 25, 'city' => '北京' ]; echo count($userInfo); // 输出：3 ?>
递归统计多维数组
当数组是多维结构时，默认模式下count()只会统计第一层的元素数量，若需要统计所有层级的元素总数，需要传入第二个参数COUNT_RECURSIVE：
<?php // 二维数组示例 $studentScores = [ 'class1' => [90, 85, 92], 'class2' => [88, 76, 95, 89], 'class3' => [79, 83] ]; // 默认模式，只统计第一层元素 echo count($studentScores); // 输出：3 // 递归模式，统计所有元素 echo count($studentScores, COUNT_RECURSIVE); // 输出：3 + 3 + 4 + 2 = 12 ?>
特殊场景说明
空数组与未初始化变量的处理
如果传入的是空数组，count()会返回0；如果传入的数组也没有实现Countable接口，count()会返回1，同时会触发一个警告，因此使用前最好先确认变量类型：
<?php
$emptyArr = [];
echo count($emptyArr); // 输出：0
$notArray = 'hello';
// 触发警告：Warning: count(): Parameter must be an array or an object that implements Countable
echo count($notArray); // 输出：1
// 安全使用方式
if (is_array($notArray) || $notArray instanceof Countable) {
echo count($notArray);
} else {
echo '无法统计该变量的元素数量';
}
?>统计Countable接口对象
如果自定义类实现了Countable接口，那么该类实例可以直接作为count()的参数，会调用对象的count()方法返回统计结果：
<?php
class MyCollection implements Countable {
private $items = [];
public function add($item) {
$this->items[] = $item;
}
public function count(): int {
return count($this->items);
}
}
$collection = new MyCollection();
$collection->add('item1');
$collection->add('item2');
$collection->add('item3');
echo count($collection); // 输出：3
?>使用注意事项
count()函数不会统计数组中的null值，null值作为数组元素时依然会被计入总数，如果需要排除null值，需要先对数组进行过滤。
递归统计多维数组时，如果数组存在循环引用，可能会导致无限递归，使用时需要确保数组结构不存在循环引用问题。
当统计的对象没有实现Countable接口时，除了返回1之外还会触发警告，正式环境中建议配合错误控制运算符或者类型检查使用，避免警告影响输出。
总结
count()是PHP中统计数组和Countable对象元素数量的核心函数，掌握它的基本用法、递归模式以及特殊场景的处理方式，能够帮助我们更高效地完成数据统计相关的开发工作。在实际使用中，根据数据结构选择合适的统计模式，同时注意变量类型的校验，可以避免很多不必要的错误。