PHP中的字符串可以用四中方式來定義：

單引號，雙引號，Nowdoc結構 ， heredoc 結構

也就說用這四中方式命名的字符串不管有沒有值，都是字符串類型的變量。

但是，字符串遍歷是已經定義好了怎么操作這些字符串，就需要考慮，當截取中文的時候大部分我們都會用substr但是都會有出現亂碼的經歷，這就是因為php的字符串編碼方式的原因；

php手冊中關于字符串定義部分有這樣一部分，一個字符串?string?就是由一系列的字符組成，其中每個字符等同于一個字節。這意味著 PHP 只能支持 256 的字符集，因此不支持 Unicode 。這句話的意思也就是不支持多字節的編碼的方式所以當用substr截取中文的時候會出現亂碼，因為中文如果是gbk編碼的話會占用兩個字節，UTF8編碼的話會占用三個字節，也就是說一個中文字的如果用strlen統計的話長度會是2或是3，這也就是substr出現亂碼的原因。

字符串類型：

PHP 中的?string?的實現方式是一個由字節組成的數組再加上一個整數指明緩沖區長度。并無如何將字節轉換成字符的信息，由程序員來決定。字符串由什么值來組成并無限制（也就是字符串可以使二進制方式，十六進制方式等等其他方式）。字符串類型的此特性解釋了為什么 PHP 中沒有單獨的“byte”類型 - 已經用字符串來代替了。返回非文本值的函數 - 例如從網絡套接字讀取的任意數據 - 仍會返回字符串。

由于 PHP 并不特別指明字符串的編碼，那字符串到底是怎樣編碼的呢？例如字符串?"á"?到底是等于?"\xE1"（ISO-8859-1），"\xC3\xA1"（UTF-8，C form），"\x61\xCC\x81"（UTF-8，D form）還是任何其它可能的表達呢？答案是字符串會被按照該腳本文件相同的編碼方式來編碼。因此如果一個腳本的編碼是 ISO-8859-1，則其中的字符串也會被編碼為 ISO-8859-1，以此類推。不過這并不適用于激活了 Zend Multibyte 時；此時腳本可以是以任何方式編碼的（明確指定或被自動檢測）然后被轉換為某種內部編碼，然后字符串將被用此方式編碼。注意腳本的編碼有一些約束（如果激活了 Zend Multibyte 則是其內部編碼）- 這意味著此編碼應該是 ASCII 的兼容超集，例如 UTF-8 或 ISO-8859-1。不過要注意，依賴狀態的編碼其中相同的字節值可以用于首字母和非首字母而轉換狀態，這可能會造成問題。也就是說不要依據文本的編碼方式來處理字符串應該使用mbstring這種方式來處理。

?

當然了，要做到有用，操作文本的函數必須假定字符串是如何編碼的。不幸的是，PHP 關于此的函數有很多變種：

• 某些函數假定字符串是以單字節編碼的，但并不需要將字節解釋為特定的字符。例如?substr()，strpos()，strlen()?和strcmp()。理解這些函數的另一種方法是它們作用于內存緩沖區，即按照字節和字節下標操作。
• 某些函數被傳遞入了字符串的編碼方式，也可能會假定默認無此信息。例如?htmlentities()?和?mbstring?擴展中的大部分函數。
• 其它函數使用了當前區域（見?setlocale()），但是逐字節操作。例如?strcasecmp()，strtoupper()?和?ucfirst()。這意味著這些函數只能用于單字節編碼，而且編碼要與區域匹配。例如?strtoupper("á")?在區域設定正確并且?á?是單字節編碼時會返回?"á"。如果是用 UTF-8 編碼則不會返回正確結果，其結果根據當前區域有可能返回損壞的值。
• 最后一些函數會假定字符串是使用某特定編碼的，通常是 UTF-8。intl?擴展和?PCRE（上例中僅在使用了?u?修飾符時）擴展中的大部分函數都是這樣。盡管這是由于其特殊用途，utf8_decode()?會假定 UTF-8 編碼而?utf8_encode()?會假定 ISO-8859-1 編碼。

最后，要書寫能夠正確使用 Unicode 的程序依賴于很小心地避免那些可能會損壞數據的函數。要使用來自于?intl?和mbstring?擴展的函數。不過使用能處理 Unicode 編碼的函數只是個開始。不管用何種語言提供的函數，最基本的還是了解 Unicode 規格。例如一個程序如果假定只有大寫和小寫，那可是大錯特錯。

轉載于:https://www.cnblogs.com/phplhs/p/3668353.html

總結

以上是生活随笔為你收集整理的关于php的字符串编码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。