在PHP中处理包含阿拉伯文的字符串时，不能直接使用strlen函数获取长度，因为阿拉伯文字符在UTF-8编码下占用多个字节，strlen统计的是字节数而非字符数。要准确判断字符串长度，应当使用多字节字符串函数。
为什么strlen不适合阿拉伯文
阿拉伯文属于Unicode字符，常见以UTF-8存储。一个阿拉伯字母通常占用2到4个字节。例如字符串"مرحبا"由5个阿拉伯字母组成，但strlen可能返回10。这显然不是我们想要的字符个数。
使用mb_strlen计算长度
PHP的mb_strlen函数可以指定字符编码，按字符而非字节计数。推荐显式传入UTF-8编码参数。
<?php // 包含阿拉伯文的字符串 $str = 'مرحبا بك'; // 错误方式：字节长度 $byteLen = strlen($str); echo '字节长度: ' . $byteLen . PHP_EOL; // 正确方式：字符长度 $charLen = mb_strlen($str, 'UTF-8'); echo '字符长度: ' . $charLen . PHP_EOL; ?>
判断长度的具体步骤
- 确保PHP文件及字符串来源均为UTF-8编码
- 使用mb_internal_encoding设置内部编码为UTF-8
- 调用mb_strlen并传入UTF-8参数获取字符数
- 如需限制长度，用mb_substr按字符截取
设置内部编码示例
<?php
// 设置多字节内部编码
mb_internal_encoding('UTF-8');
$text = 'السلام عليكم';
if (mb_strlen($text) > 10) {
echo '字符串过长';
} else {
echo '长度合适: ' . mb_strlen($text);
}
?>
常见问题与注意点
如果未正确设置编码，mb_strlen可能返回意外结果。阿拉伯文还包含连写与变音符号，在视觉上可能合并，但字符计数仍按码点计算。若需按显示列宽计算，可借助intl扩展的Grapheme函数。
| 函数 | 统计单位 | 适用场景 |
|---|---|---|
| strlen | 字节 | 二进制数据 |
| mb_strlen | 字符 | 多语言文本 |
| grapheme_strlen | 字素 | 精确显示宽度 |
完整步骤代码
<?php
header('Content-Type: text/html; charset=utf-8');
mb_internal_encoding('UTF-8');
function arabic_length($s) {
return mb_strlen($s, 'UTF-8');
}
$input = 'كتاب عربي';
$len = arabic_length($input);
echo '阿拉伯文字符串长度为: ' . $len;
?>
按照上述步骤，即可在PHP中准确判断含阿拉伯文字符串的长度，避免多字节导致的统计偏差。