带线尾的grapheme_strlen函数的奇异行为

Question

有人能解释一下strlen扩展中Unicode函数的这种奇怪行为吗？

var_dump(grapheme_strlen("a\r\n")); // (ASCII 'a') length: 3
var_dump(grapheme_strlen("の\r\n")); // length: 2
var_dump(grapheme_strlen("\r\n")); // length: 2

似乎grapheme_strlen正在将"\r\n“(CR，这是在Windows上用于行分隔的两个单独的代码点)计算为一个单独的字素，考虑到函数的名称，这是相当合理的，但是如果行结束前有一个非ASCII字符，它只会。为什么？

Answer 1

这是个窃听器。grapheme_strlen应该在Unicode标准附件29 (Unicode文本分割)中定义的字形簇边界上工作。标准明确规定不能打破CR和LF之间的界限。

如果您看一下PHP源代码，grapheme_strlen只是返回字符数。用于ASCII字符串。