最直接方法是用 preg_replace('/[\p{P}\p{S}]+/u', '', $str) 去标点后调用 mb_strlen($cleaned_str, 'UTF-8')，必须显式指定 UTF-8 编码，否则中文长度计算错误。
用 preg_replace 去掉标点再测长度最直接
PHP 没有内置“忽略标点的字符串长度”函数，得自己剥离标点再用 strlen 或 mb_strlen。核心思路是：先用正则把 Unicode 标点字符（包括中文顿号、句号、英文逗号等）全部替换为空，再计算剩余字符数。
常见错误是只过滤 ASCII 标点，比如写成 /[^\w\s]/，结果中文标点（如《》、【】、，。！？）全被算进去了。
- 推荐正则：
/[\p{P}\p{S}]+/u——\p{P}匹配所有 Unicode 标点，\p{S}匹配符号（如 ©、★、→），u修饰符启用 UTF-8 模式 - 安全写法：
mb_strlen(preg_replace('/[\p{P}\p{S}]+/u', '', $str), 'UTF-8') - 如果只要字母数字和汉字，可收紧为：
/[^\p{L}\p{N}\s]+/u（\p{L}是字母，\p{N}是数字）
mb_strlen 必须指定编码，否则中文会算错
不加编码参数的 mb_strlen($str) 依赖 mb_internal_encoding() 当前设置，线上环境常为 ISO-8859-1，导致中文字符全被当单字节处理，长度直接腰斩。
例如：$str = "你好，world！";，未指定编码时可能返回 12（错误），正确应为 7（“你好world”共 7 个非标点字符）。
立即学习“PHP免费学习笔记（深入）”；
- 始终显式传入
'UTF-8'：mb_strlen($cleaned_str, 'UTF-8') - 别依赖
setlocale或mb_internal_encoding全局设置，不同模块可能互相覆盖 - 测试时可用
mb_detect_encoding($str)看原始编码，但不建议用于生产逻辑判断
性能敏感场景慎用 preg_replace 多次调用
如果要对大量字符串反复做“去标点测长”，每次调用 preg_replace 会有编译正则的开销。PHP 7.4+ 对重复正则有缓存，但低版本或复杂正则仍可能拖慢。
- 高频场景可预编译正则：
preg_replace('~[\p{P}\p{S}]+~u', '', $str)中的波浪线定界符比斜杠更少转义麻烦 - 极端性能要求下，可改用
mb_substr+ 字符逐个判断，但代码膨胀且易漏判；不如升级 PHP 版本或加 Redis 缓存结果 - 注意：不要用
str_replace列出所有标点手工替换——中英文标点组合超百种，维护成本爆炸
注意全角空格、零宽字符这些“隐形标点”
用户粘贴内容常含全角空格（ ）、零宽空格（\xe2\x80\x8b）、软连字符（\xc2\xad）等，它们不属于 \p{P}，但也不该计入有效长度。
这类字符在浏览器里看不见，却会让 mb_strlen 多算，甚至引发数据库字段超长报错。
- 补充清理：
preg_replace('/[\x{2000}-\x{206F}\x{2028}\x{2029}\x{FEFF}]+/u', '', $str)（覆盖常用空白与控制符） - 更彻底方案：用
Normalizer::normalize($str, Normalizer::FORM_C)先标准化，再过滤 - 调试技巧：用
bin2hex($str)查看原始字节，比肉眼排查靠谱得多
