记php和java中英文字节长度和编码关系

1.PHP

PHP其实跟C语言一样，采用ASCII，一个char占1个字节，在GBK编码，一个英文占1个字节，一个中文占2个字节。然而在UTF-8编码下，一个英文还是占1个字节，但一个中文是占3-4个字节（一般都是3个字节），这通常会给你获取字符串的字长或者字符串截取带来麻烦。比如：

<?php
$str = "我爱你Iloveyou";
echo strlen($str); //utf8下是17，GBK下是14，但如果问你$str的字长是多少，或者让你显示前6个字，其余省略号表示，怎么办？
?>

以上的问题网上可以找到答案，最简单就是使用扩展库，用mb_substr函数来截取。

2.Java

java中的一个char是2个字节。java采用unicode，2个字节来表示一个字符，一个中文或英文字符的unicode编码都占2个字节，但如果采用其他编码方式，一个字符占用的字节数则各不相同。例如：

public class Test {
public static void main(String[] args){
String str = "我们aaaaa";
int byte_len = str.getBytes().length;
int len = str.length();
System.out.println("字节长度为：" + byte_len);
System.out.println("字符长度为：" + len);
}
}

以上例子，在GBK输出结果是：9和7，但在UTF-8下输出结果是：11和7，即无论用什么编码，用str.length()获取的字长都是一致的。该方法返回的是字符串的字符数，无论是中文字符还是英文字符，都被看做是一个字符。