strlen()按字节计数，西里尔字母UTF-8编码占2字节，故返回值非字符数；应使用mb_strlen($str, 'UTF-8')并确保字符串为UTF-8编码。
PHP 默认的 strlen() 会把一个西里尔字母（如 а、ж）算作 2 或 3 个字节，而不是 1 个字符 —— 所以它不能正确返回“字符数”。
为什么 strlen() 在西里尔字母上失效
因为 PHP 的 strlen() 是字节计数器，不是字符计数器。西里尔字母在 UTF-8 编码下占 2 字节（如 а U+0430 → \xd0\xb0），而 strlen("а") 返回 2，不是你想要的“1 个字符”。
- UTF-8 中西里尔基本字母范围：U+0400–U+04FF，全部是 2 字节编码
-
mb_strlen($str, 'UTF-8')才按 Unicode 字符计数，返回1 - 若未指定编码（如
mb_strlen($str)），依赖mb_internal_encoding()，易出错
必须用 mb_strlen() 并显式指定 'UTF-8'
这是最稳妥的做法，不依赖运行时默认编码，也不受 mb_internal_encoding() 变更影响。
<?php $str = "Привет"; // 西里尔字符串，6 个字符 var_dump(strlen($str)); // int(12) —— 错误：按字节算 var_dump(mb_strlen($str)); // 可能是 int(6) 或其他（取决于内部编码） var_dump(mb_strlen($str, 'UTF-8')); // int(6) —— 正确且可预期 ?>
- 永远显式传入
'UTF-8'第二参数，避免隐式依赖 - 确保源文件本身是 UTF-8 编码（无 BOM），否则字符串字面量可能乱码
- 如果从数据库或 HTTP 请求读取，确认输入已转为 UTF-8（如用
mb_convert_encoding()）
判断是否含西里尔字母：用 preg_match() 配合 Unicode 属性
单纯测长度不够，有时你需要知道字符串“是否含西里尔字符”，比如做输入校验。
立即学习“PHP免费学习笔记（深入）”；
<?php
function has_cyrillic($str) {
return (bool) preg_match('/\p{Cyrillic}/u', $str);
}
var_dump(has_cyrillic("Hello")); // false
var_dump(has_cyrillic("Привет")); // true
var_dump(has_cyrillic("Hello, 世界")); // false（中文不属于 Cyrillic）
?>
-
/u修饰符启用 UTF-8 模式，否则\p{Cyrillic}不生效 -
\p{Cyrillic}匹配所有西里尔区块字符（含扩展如西里尔补充、西里尔增强等） - 不要用
/[а-яА-ЯёЁ]/这类范围写法 —— 它漏掉很多合法西里尔字符（如і、ї、є等乌克兰字母）
真正容易被忽略的是：字符串来源是否可信 UTF-8。哪怕你用了 mb_strlen($str, 'UTF-8')，如果 $str 实际是 Windows-1251 编码的二进制数据，结果仍是错的 —— 测长前先确认并转换编码，比选函数更重要。
