在PHP编程中，多字节字符串切割，是经常碰到的需求。对于此需求，我们经常使用的可能就是mb系列函数，例如下面的方案一。那如果我们不使用mb系列函数，又该如何处理呢？下面针对此问题，我们将进行探讨。

需求

如果需要将可能含有中文的字符串进行拆分成数组，我们下面以 utf-8 编码为例。

解决方案一

我习惯的方法可能是：

假如我们没装mb扩展怎么办？

解决方案二

今天看到一份代码，别人是这么写的：

代码解读

strlen计算的是字节数，而直接使用$str[x]就沿用了c语言里面char数组和字符串的习惯，表示按字节来读取$str，也就是说每次读取的数据的ascii码值不可能大于255。而php里使用ord来获取ascii码值。

切割规则如下

为什么呢？

Unicode

Unicode 只是一个符号集，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。

UTF-8

UTF-8 就是在互联网上使用最广的一种 Unicode 的实现方式。UTF-8 最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。

UTF-8 的编码规则很简单，只有二条：

对于单字节的符号，字节的第一位设为0，后面7位为这个符号的 Unicode 码。因此对于英语字母，UTF-8 编码和 ASCII 码是相同的（能容纳0~127）。

对于n字节的符号（n > 1），第一个字节的前n位都设为1，第n + 1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的 Unicode 码。

下表总结了编码规则，字母x表示可用编码的位:

想必看了这个表，大家就能明白了吧。

本文转载自互联网，如侵犯了你的权益，请立即联系告知，谢谢！

转载地址：