PHP strlen()函数用法详解-平芜编程栈

前言

strlen()返回字符串的字节数。注意，手册里写的是字节数，不是字符数——这是关于它最需要记住、也最容易出错的一点。

最常见的症状是：一段中文昵称，肉眼数着是 4 个字，strlen()却报 12。「长度校验怎么总是提前触发」这类问题，根子几乎都在这里。原因是 UTF-8 编码下一个常用汉字占 3 个字节，strlen()老老实实地把 12 个字节数了出来。

第二个常见误解方向正好相反：有人担心strlen()会遍历整个字符串所以「很慢」，于是写出一堆手动缓存长度的代码。这也是错的。PHP 的字符串是「长度 + 字节内容」的结构（所以它是二进制安全的），长度就存在结构体里，strlen()不需要扫描内容，它的开销与字符串长度无关。

本文讲清strlen()的签名与返回值、字节与字符的区别、如何正确截断中文字符串、以及在使用长度函数时该选哪一个。

一、签名与返回值

以 PHP 官方手册为准：

strlen(string $string): int

项目	说明

参数	任意字符串，二进制安全，内容里含`\0`也不会被截断

返回	字节数，类型 int；空字符串返回`0`

失败	正常情况不会失败，返回值恒为 int（不会返回`false`）

版本提示	PHP 8.1 起，向非可空参数传`null`会触发废弃提示

非字符串入参 PHP 8 起传入数组会抛TypeError

字节与字符的差异，用一张表最直观：

字符串	`strlen()`	`mb_strlen($s, 'UTF-8')`

'abc' 3 3

'你好' 6 2

'中文abc' 9 5

'' 0 0

<?php
// 适用于 PHP 8.0+

var_dump(strlen('abc')); // int(3)
var_dump(strlen('你好')); // int(6) 两个汉字，每个 3 字节
var_dump(strlen('中文abc')); // int(9) 6 + 3
var_dump(strlen('')); // int(0)

// PHP 7.0 起支持 \u{} 转义，可以直接写出码位
$emoji = "\u{1F600}";
var_dump(strlen($emoji)); // int(4) UTF-8 下该码位占 4 字节
var_dump(mb_strlen($emoji, 'UTF-8')); // int(1) 但只算一个字符

mb_strlen()属于 mbstring 扩展（mbstring是常用扩展，但不保证一定编译进来，可以用extension_loaded('mbstring')检查）。它接收第二个参数指定编码，建议永远显式传'UTF-8'，而不是依赖mb_internal_encoding()的当前设置——那个设置可能被框架、被 ini 文件、被别的代码改掉，一旦不是 UTF-8，mb_strlen()的结果会跟着变，这类 bug 极难复现。

二、什么时候用 strlen，什么时候用 mb_strlen

判断依据只有一个：约束是「字节」还是「字符」。

场景	该用哪个	原因

校验昵称、标题的字数上限 mb_strlen($s, 'UTF-8') 用户感知的是「几个字」

对齐 MySQLvarchar(20)的长度 mb_strlen($s, 'UTF-8') varchar的长度按字符计

对齐varbinary/blob列 strlen($s) 二进制列按字节计

校验写入文件、发送到 socket 的数据量 strlen($s) 传输层按字节算

缓存键长度、队列消息体大小限制 strlen($s) 通常按字节限制

判断字符串是否为空 $s === '' 最直接，不涉及函数调用

一句话总结：面向人的长度用mb_strlen()，面向机器（存储、传输、协议）的长度用strlen()。把这两条对齐清楚，「长度校验总是差几倍」的问题就不会再出现。

<?php
// 适用于 PHP 8.0+

function validateNickname(string $nickname, int $maxChars = 10): bool
{
// 业务约束是「不超过 10 个字」，所以必须按字符数判断
return mb_strlen($nickname, 'UTF-8') <= $maxChars;
}

var_dump(validateNickname('你好世界')); // bool(true) 4 个字
var_dump(validateNickname('你好世界你好世界你好世界')); // bool(false) 12 个字，超过上限 10

不要写成strlen($nickname) <= 10——那样一个汉字会被算成 3 个，用户打 4 个字就被判定超长。

三、按长度截断中文字符串

substr()是按字节切的，用它截断 UTF-8 字符串会切出「半个汉字」，产生一段无效字节序列。

<?php
// 适用于 PHP 8.0+

$s = '你好世界';

// 按字节切：长度看起来没错，内容却是坏的
$cut = substr($s, 0, 4);
var_dump(strlen($cut)); // int(4)
var_dump(mb_check_encoding($cut, 'UTF-8')); // bool(false) 这 4 字节不是合法 UTF-8

// 按字符切：正确
$ok = mb_substr($s, 0, 2, 'UTF-8');
var_dump($ok); // string(6) "你好"
var_dump(strlen($ok)); // int(6) 2 个字符，6 个字节

// 按字节切但保证不切坏字符：mb_strcut()
$byteCut = mb_strcut($s, 0, 4, 'UTF-8');
var_dump($byteCut); // string(3) "你"
var_dump(mb_check_encoding($byteCut, 'UTF-8')); // bool(true)

三个函数的区别值得单独记一下：

函数	计量单位	超长时的行为

substr($s, $start, $length) 字节可能切出半个字符，产生无效编码

mb_substr($s, $start, $length, 'UTF-8') 字符按字符边界切割，结果始终合法

mb_strcut($s, $start, $length, 'UTF-8') 字节按字节算长度，但不会切断字符

用法上：「最多显示 20 个字」用mb_substr()；「这个字段最多 30 字节」用mb_strcut()。两者都能保证结果仍是合法的 UTF-8，不会给后续的json_encode()制造麻烦——json_encode()遇到无效 UTF-8 会直接返回false，这是乱码截断之后最常见的连锁事故。

四、长度函数的选型

PHP 里数长度的函数不止一个，各有明确的适用面：

函数	计数单位	所属扩展	典型用途

strlen() 字节核心二进制数据、协议、存储限制

mb_strlen() 字符（按编码） mbstring 面向用户的字数校验

iconv_strlen() 字符（按编码） iconv 同上，未安装 mbstring 时的替代

grapheme_strlen() 字素簇 intl 需要「用户感知的一个字符」时，如组合字符、部分 emoji 序列

count() 元素个数核心数组、Countable对象

grapheme_strlen()是这条线上的终点：有些字符由多个码位组合而成（比如带变音符号的字母、由多个码位组成的 emoji 序列），mb_strlen()会把它们算成好几个，而用户看起来只有一个。如果业务真的要求「所见即所得」的字符数，需要 intl 扩展提供的grapheme_strlen()。

反过来也要强调一句边界：strlen()不能用来数数组的元素个数。count()才是干这个的，而且 PHP 8 起把数组传给strlen()会直接抛TypeError（PHP 7 只是返回null并发出警告），这个改动把一个静默的错误变成了显式的崩溃，对排查反而更友好。

常见坑点

❌ 用strlen()校验中文字数：if (strlen($nickname) > 10)。✅ 一个汉字占 3 字节，应该用mb_strlen($nickname, 'UTF-8')。
❌ 用substr()截断中文或 emoji，结果出现乱码，后面json_encode()还失败了。✅ 按字符切用mb_substr()，按字节切又不切坏字符用mb_strcut()。
❌ 担心strlen()慢，于是到处手动缓存长度。✅ PHP 字符串自带长度字段，strlen()不扫描内容，开销与长度无关。
❌ 调用mb_strlen()不传编码，默默依赖mb_internal_encoding()。✅ 显式写mb_strlen($s, 'UTF-8')，避免被 ini 或框架改动影响。
❌ 把数组传给strlen()。✅ PHP 8 起抛TypeError；要数元素个数用count()。
❌ 用strlen($s) === false判断字符是否为空。✅strlen()恒返回 int，空串就是0；判空直接写$s === ''。
❌ 用strlen()校验数据库varchar字段的长度上限。✅varchar按字符计，要用mb_strlen()对齐；只有varbinary、blob之类才按字节算。
❌ 向strlen()传null（读取未定义的参数时很可能发生）。✅ PHP 8.1 起该用法被废弃，先进判断再传，或用(string) $v显式转换。

总结

需求	正确写法	备注

字节数 strlen($s) 二进制安全，内容含\0也不截断

字符数 mb_strlen($s, 'UTF-8') 需要 mbstring 扩展

字素簇数量 grapheme_strlen($s) 需要 intl 扩展

按字符截断 mb_substr($s, 0, $n, 'UTF-8') 结果始终是合法 UTF-8

按字节安全截断 mb_strcut($s, 0, $n, 'UTF-8') 不切断字符

判断非空 $s !== '' 比strlen($s) > 0更直接

数数组元素 count($arr) strlen()不能用于数组

校验合法性 mb_check_encoding($s, 'UTF-8') 用于确认截断后是否仍然合法

strlen()的全部要点就是一句话：它数的是字节，而且是不扫描内容地数。想清楚业务约束究竟是「几个字」还是「多少字节」，再对应地选mb_strlen()或者strlen()，中文环境下的长度问题基本就绝迹了；截断字符串时记得用mb_substr()或mb_strcut()，别让半个汉字流到下游去。