继：我朝特有需求之《英文字符占 0.5 个，中文字符占 1 个》

大家还有上面好的方法吗？一起交流交流。

感谢分享，我的需求是文章标题中有中英文的时候，截取固定长度导致长短不一，下午用你的方法实现下看看效果。

@yaobaliu windows 平台下，可能还是会有长短不一的问题，但是很少，基本是出现在有 emoji 的需求下，因为 emoji 在windows 平台并非和中文等长，emoji 是 1.3 个中文长度。

最简单的方法往往是你最看不上的方法,php 内置有计算字符长度的方法strlen

So, this is the code:

function the_fucking_length_function($str)
{
    return strlen(mb_convert_encoding($str, 'GB2312')) / 2;
}

PS:袁记串串挺好吃的?

@TimJuly 这不是最简单的方法，你的就是转为 gbk，然后计算，在几年前的确是这样搞的，这种方法现在已经不适用了其实。尤其是你可能忽略中中文只有两万多转为 gbk 这个方法是正确的，这个方法阶等：

$length = (strlen($value) + mb_strlen($value)) / 2;

如果是中文外呢？emoji呢？我上面之所以这样考虑就是考虑到 除了单字节外所有多子节语言，例如 emoji，韩语，日语，阿拉伯语等。

@medz 你不是说"英文字符占 0.5 个，中文字符占 1 个"么.

你这是没有需求给自己创造需求啊,为啥统计中文比英文多一倍呢,因为绝大多数字体中文的宽度是英文的两倍,这样展示出来宽度一致,你还想把全球的语言都考虑进去,那你考虑非等宽字体怎么按长度展示了么?

 function mbstrlen($str) {
    return ceil((strlen($str) + mb_strlen($str, "UTF8")) / 2);
}

一直这么用。。

@TimJuly 除错了～是 ➗4 。。。发出去前没看代码，就顺手打了 2。

@terranc 其实吧，这个方法是好的，缺点就只有一个，就是精度问题，因为utf-8 中只有两万多个汉字是 3 字节，还有六万多的不常用汉字是 4 字节的，附带 emoji之类的就。。。你懂的～

@TimJuly 上一篇文章中说了，国内 pm 有很多这种需求，app 设计也是设计的 2 英文字母占的是1汉字等～ 并不是没有需求制造需求 2 英文 = 1 汉字需求国内肯定不少，其次你说的没有需求制造需求肯能是说我要兼容其他语言，例如韩语等，这个不难理解吧，现在手机上随时可以输入 emoji 了，其他语言实现的文字表情用户不发？我在很多平台看到下面都有用户发这些。

我整理下计算代码：

function str_display_len (string $str)
{
    preg_match_all('/[a-zA-Z0-9_]/', $str, $single);

    return count($single[0]) / 2 + mb_strlen(preg_replace('([a-zA-Z0-9_])', '', $str));
}

@medz 要说到 emoji 就确实问题多了，但我觉得一般需要截断的地方都先过滤掉 emoji，就像需要截断的地方一般都过滤掉 html tag 一样。

@terranc 其实我总结了下，计算方法目前应该是有两个主流，和我分享的这个：

• 转成 GBK / 2
• 过滤特殊字节，然后三子节 (strlen + mb_strlen) / 4

• 过渡单字节，mb_strlen + single / 2

  其实都能实现，转 gbk 代码层面看起来少一些，过滤特殊字节就是 @terranc 的方法，可能更冗余点（这个是网上的常规方法），过滤单字节呢，可能看起来挺复杂。

其实 @TimJuly 说的挺对的，最简单的方法往往是看不上的方法。我们不考虑国外的情况下，直接转成 gbk 之后除 2 ，能最简单最快的得到结果。?

gbk 还是不够吧，虽然不考虑多国，香港也是中国的呀，gbk里的繁体还是不全的。

@terranc 其实我之所以分享剔除单字节的方法，也是因为考虑其他语言，因为我们的用户名的验证规则采用正则 /^[a-zA-Z_\x7f-\xff][a-zA-Z0-9_\x7f-\xff]*$/ 而有了这个正则，用户可以输入任何非数字和规定非限定特殊字符开头的用户名，因为是使用 Laravel 表单验证的原因，我们有了允许字符规则后，还需要有一个长度规则，pm的要求就是 2 英文或者符号 = 1 其他字符。所以有了剔除单字节的方法。

不过我测试了下转 gbk ，例如 emoji，一些繁体字，韩语，阿拉伯语，转换为 2 字节的非法字符。其实emoji 等是可以争取算出长度的，但是个人觉得系统转码性能消耗远比剔除单字节的正则消耗大。

mb_strwidth
多字节字符通常是单字节字符的两倍宽度。