# 需求 如果需要将可能含有中文的字符串进行拆分成数组,我们下面以 utf-8 编码为例。 # 解决方案一 我习惯的方法可能是: ``` mb_internal_encoding("UTF-8"); $str = "周梦康"; $array = []; for ($i=0,$l = mb_strlen($str); $i < $l; $i++) { array_push($array, mb_substr($str, $i, 1, "utf-8")); } var_export($array); ``` 假如我们没装`mb`扩展怎么办? # 解决方案二 今天看到一份代码,别人是这么写的: ``` function str_split_utf8($str) { $split = 1; $array = array(); for ($i = 0; $i < strlen($str);) { $value = ord($str[$i]); if ($value > 127) { if ($value >= 192 && $value <= 223) { $split = 2; } elseif ($value >= 224 && $value <= 239) { $split = 3; } elseif ($value >= 240 && $value <= 247) { $split = 4; } } else { $split = 1; } $key = null; for ($j = 0; $j < $split; $j++, $i++) { $key .= $str[$i]; } array_push($array, $key); } return $array; } ``` ## 代码解读 `strlen`计算的是字节数,而直接使用`$str[x]`就沿用了c语言里面char数组和字符串的习惯,表示按字节来读取`$str`,也就是说每次读取的数据的ascii码值不可能大于255。而php里使用`ord`来获取ascii码值。 ## 切割规则如下 | ascii 码范围 | 切割偏移量 | | --- | --- | | 0 ~ 127 | 1 字节 | | 192 ~ 223 | 2 字节 | | 224 ~ 239 | 3 字节 | | 240 ~ 247 | 4 字节 | ## 为什么呢? > [http://www.ruanyifeng.com/blo...](http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html) > [https://segmentfault.com/a/11...](https://segmentfault.com/a/1190000012692022) 口语化叙述 utf-8 的来历 ### Unicode Unicode 只是一个符号集,它只规定了符号的二进制代码,却没有规定这个二进制代码应该如何存储。 ### UTF-8 UTF-8 就是在互联网上使用最广的一种 Unicode 的实现方式。UTF-8 最大的一个特点,就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号,根据不同的符号而变化字节长度。 UTF-8 的编码规则很简单,只有二条: 1. 对于单字节的符号,字节的第一位设为`0`,后面`7`位为这个符号的 Unicode 码。因此对于英语字母,UTF-8 编码和 ASCII 码是相同的(能容纳0~127)。 2. 对于`n`字节的符号(n > 1),第一个字节的前`n`位都设为1,第`n + 1`位设为0,后面字节的前两位一律设为`10`。剩下的没有提及的二进制位,全部为这个符号的 Unicode 码。 下表总结了编码规则,字母`x`表示可用编码的位: | Unicode 符号范围(十六进制) | UTF-8 编码方式(二进制) | UTF-8 首字节范围 | | --- | --- | --- | | 0000 0000-0000 007F | 0xxxxxxx | 0 ~ 127 | | 0000 0080-0000 07FF | 110xxxxx 10xxxxxx | (128+64) ~ (255-32) 也就是 192 ~ 223 | | 0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx | (128+64+32) ~ (255-16) 也就是 224 ~ 239 | | 0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx | (128+64+32+16) ~ (255-8) 也就是 240 ~ 247 | 想必看了这个表,大家就能明白了吧。 原文来源: [https://segmentfault.com/a/1190000012710624](https://segmentfault.com/a/1190000012710624)