字符串处理看起来简单,实际是 PHP 里坑最密集的区域之一。核心原因只有一个:大部分原生字符串函数是按字节处理的,而中文在 UTF-8 下一个字占三个字节。
常用函数速查
| 需求 | 函数 | 注意 |
|---|---|---|
| 截取 | mb_substr |
中文必须用 mb_ 系列 |
| 长度 | mb_strlen |
strlen 返回字节数 |
| 查找 | strpos / mb_strpos |
返回 0 时不能用 if(strpos(...)) 判断 |
| 替换 | str_replace |
支持数组批量替换 |
| 格式化 | sprintf |
比字符串拼接更可控 |
| 去空白 | trim |
只去首尾,不去中间 |
陷阱一:用 strlen 算中文长度
<?php
$s = '你好世界';
echo strlen($s); // 12(字节)
echo mb_strlen($s); // 4(字符)
// 截取也要用 mb_substr,否则会截断在半个汉字上,出现乱码
echo mb_substr($s, 0, 2, 'UTF-8'); // 你好
陷阱二:strpos 返回 0 被当成 false
<?php
$url = '/article/123.html';
// 错误:位置 0 会被判为假
if (strpos($url, '/article')) { echo 'match'; }
// 正确
if (strpos($url, '/article') !== false) { echo 'match'; }
陷阱三:str_replace 顺序导致二次替换
批量替换是按数组顺序依次执行的,前一次替换的结果可能被后一次再次命中。
<?php
$map = ['a' => 'b', 'b' => 'c'];
echo str_replace(array_keys($map), array_values($map), 'ab');
// 输出 cc:a→b,随后 b→c 又把新生成的 b 换掉了
// 需要一次性替换时用 strtr
echo strtr('ab', $map); // 输出 bc
关于编码
全站统一 UTF-8 是底线。文件本身不能带 BOM,数据库连接要设 utf8mb4,header 里声明 charset=utf-8。任何一处不一致,都可能表现为”部分页面乱码”这种极难定位的问题。
另外,PHP 的 mbstring 扩展不是默认必装的。部署到新服务器时先确认它存在,否则所有 mb_ 函数都会报未定义。
本文为 PHP 学习与排错的经验整理。示例代码以通用环境为前提,请结合自身 PHP 版本与服务器配置调整;涉及生产环境的变更,建议先备份并在测试环境验证。