在PHP中使用UTF-8字符集-是否需要mb函数？

Question

在过去的几天里，我一直在努力将我的PHP代码库从latin1转换为UTF-8。我读到过两种主要的解决方案，一种是用内置的多字节函数替换单字节函数，另一种是在php.ini文件中设置mbstring.func_overload值。

但是后来我在堆栈溢出上遇到了UTF线程，其中thomasrutter的post似乎表明this -8实际上并不需要多字节函数，只要脚本和字符串文字是用UTF-8编码的。

我还没有发现任何其他证据，无论这是真的还是假的，如果事实证明我不需要将我的代码转换为mb_functions，那么这将是一个实时的节省！有没有人能解释这件事？

Answer 1

它们不是“必要的”，除非您正在使用任何functions they replace (很可能至少使用其中的一个)，或者显式地需要扩展的一个特性，比如HTTP handling。

在实现UTF8兼容时，我总是使用PHP UTF-8 Cheatsheet，但增加了一项内容:需要更新PCRE模式以使用u修饰符。

Answer 2

只要检查或修改多字节字符串，就需要使用mb_*函数。一个非常快速的例子说明了原因：

$str = "abcžđščćöçefg";
mb_internal_encoding("UTF-8");

echo "strlen: ".strlen($str)."\n";
echo "mb_strlen: ".mb_strlen($str)."\n";

这将打印出来：

strlen: 20
mb_strlen: 13

Answer 3

thomasrutter表示search不需要特殊处理。例如，如果需要检查UTF8字符串的长度，我不明白如何使用普通的strlen()来实现。