php计算中英文混合或中文字符串的字数

转载来源链接： http://blog.csdn.net/hueise_h/article/details/22920937

---

php的strlen和mb_strlen用于统计字符个数。中英文混合的字符串中的中文字符则没有统计进来。所以得自己另想方法统计中英文混合的字符串的字数。以下是我的方法：
先用正则表达式把所有中文替换为空格，就可以用strlen()统计总字数了，总字数就是中文字数与英文字数的总和。
这里的讨论都是在utf-8编码情况下。
统计中文字数并把所有中文替换为空格的正则表达式：

[php] view plain copy

1. preg_replace(‘/[\x80-\xff]{3}/’, ‘ ‘, $str, -1);

上面的正则表达式基于这样的假设：所以中文字符的utf-8都占3个字节。网上有人说:并不是所有utf-8中文都是3个字节，在0080 – 07FF码段为2字节，在0800 – FFFF码段为3字节。那么是不是用preg_replace(‘/[\x80-\xff]{1,3}/’, ‘ ‘, $str,-1)更合适？
归结起来，统计字符串中英文字数的示例：

[php] view plain copy

1. $str = 'I am a 中国人！';

2. $str = preg_replace('/[\x80-\xff]{1,3}/', ' ', $str, -1);

3. $num = strlen($str);

变量$num的值即为总字数，本例$num的值为11。这种做法，中文标点符号(所有中文特殊符号)也是算在内的。