php mbstring擴展庫處理中文字符

mbstring(Multibyte String 多字節字符串)

之前處理字符都是經過 substr strlen,可是如今要求精確多國語言並存就意味着多字節，PHP內置的字符串長度函數strlen沒法正確處理中文字符串，它獲得的只是字符串所佔的字節數。對於GB2312的中文編碼，strlen獲得的值是漢字個數的2倍，而對於UTF-8編碼的中文，就是1~3倍的差別了。 

採用PHP字符串mbstring能夠較好地解決這個問題。mb_strlen的用法和strlen相似，只不過它有第二個可選參數用於指定字符編碼。例如獲得UTF-8的字符串$str長度，能夠用mb_strlen($str,’UTF-8′)。若是省略第二個參數，則會使用PHP的內部編碼。內部編碼能夠經過mb_internal_encoding()函數獲得，設置有兩種方式：

1. 在php.ini中設置mbstring.internal_encoding = UTF-8
2. 調用mb_internal_encoding(」GBK」)

除了PHP字符串mbstring,還有不少切割函數，其中mb_substr是按字來切分字符，而mb_strcut是按字節來切分字符，可是都不會產生半個字符的現象。並且從函數切割對長度的做用也不一樣，mb_strcut的切割條件是小於strlen, mb_substr是等於strlen，看下面的例子，

<?php

    $str =  '我是一串比較長的中文-www.jefflei.com'; 
    echo "mb_substr:" . mb_substr($str, 0, 6, 'utf-8'); 
    echo "mb_strcut:" . mb_strcut($str, 0, 6, 'utf-8'); 

?>

輸出以下：
mb_substr：我是一串比較
mb_strcut：我是

須要注意的是，PHP字符串mbstring並非PHP核心函數，使用前須要確保在php編譯模塊時加入mbstring的支持：

(1)編譯時使用–enable-mbstring
(2)修改/usr/local/lib/php.inc
default_charset = 「zh-cn」
mbstring.language = zh-cn
mbstring.internal_encoding =zh-cn

PHP字符串mbstring類庫內容比較多，還包括mb_ send_ mail 之類的email處理函數等