PHP - strlen的行为很奇怪，同样的事情 - 不同的结果，洛尔号码？

Question

tresc和tresc_pelna

相同类型，相同的内容

The same content。 876字符总数。

通过...AS data_dodania, p.data_modyfikacji, p.tresc, p.tresc_pelna, p.url, count(k.id)...

Echeon网站从数据库摘自<?= strlen($post['tresc_pelna']).'----'.strlen($post['tresc']) ?>

你猜怎么着？

这是输出

876----3248

什么...？

我完全地不知道这里发生了什么的xD。

请帮家伙：d

两个领域utf8_polish_ci和完全相同的内容

<?= mb_strlen($post['tresc_pelna'], 'utf-8').'----'.mb_strlen($post['tresc'], 'utf-8') ?>

仍然很糟糕的结果。

tresc超过3成千上万...什么...如何？为什么？

Answer 1

MySQL有用于确定可变长项的长度的两个内置函数。其中一个统计不同的Unicode字符，is called CHAR_LENGTH()。另一个计算八位字节（字节），并且是called LENGTH()。

在PHP中，strlen()数个字节，像MySQL的LENGTH()。许多unicode字符串，特别是那些用utf8编码的字符串，每个字符的字节数都是可变的。你可以用use grapheme_strlen()来计算这些。

我发现有时候SELECT HEX(unicode_column)有助于找出MySQL中隐藏的内容。只需提取列数据，就可以使用您所使用的MySQL客户端的字符渲染功能，并且可能非常容易混淆。

也有可能你的数据库列中都有实体化数据（如字符串é，而不是Unicode字符é。如果实体文本被发送到Web浏览器，它呈现为信。

Answer 2

的LENGTH和CHAR_LENGTH之间的差异可以解释下，1.2倍于大多数欧洲语言文本的比例将不能解释3248：876，这是近4倍。

或许这些是答案的一部分：

• ヶ辆，如ó其服用8个字节来表示一个2字节UTF8字符。我们无法看到其中一个是否有<，另一个是<。
• 格式标签，如<p>。再次，可能<p>

但是，这还不足以解释近4倍。例如，一个简单的字母（如a）将是一个字节，无论它是如何编码的。请提供十六进制的小样样品。