PHP字符串采用zend_string结构体管理，包含引用计数gc、预计算哈希值h、字节长度len和柔性数组val[1]，实现二进制安全、O(1)长度获取与内存共享。
PHP字符串不是C语言那种以\0结尾的裸指针，而是带元信息的结构体——从PHP 7开始，统一用zend_string管理，长度、引用计数、哈希值全存好了，不用每次调用strlen()去遍历。
zend_string结构里到底存了什么
它不是一个简单的char*，而是一个紧凑的内存块：
-
gc字段：包含引用计数（refcount）和类型标记，决定何时释放内存 -
h字段：字符串内容的哈希值，创建时就算好，后续做数组键或比较时直接复用 -
len字段：明确存着字节长度，strlen()变成O(1)操作 -
val[1]：柔性数组，紧贴结构体后面存放实际字节数据，没有额外padding
这意味着"hello"和"你好"在内存里都按真实字节数存储（前者5字节，后者UTF-8下6字节），但长度信息不依赖\0终止符——所以PHP字符串是二进制安全的，能含\0、\xFF等任意字节。
为什么substr("你好", 0, 2)会乱码
因为substr()只认字节，不管字符边界。UTF-8下"你好"是0xE4 0xBD 0xA0 0xE4 0xBD 0x91共6字节，substr($s, 0, 2)取前2字节0xE4 0xBD，这不是合法UTF-8序列，解码就成。
立即学习“PHP免费学习笔记（深入）”；
- 单字节函数（
strlen、substr、strpos）一律按字节操作，不解析编码 - 多字节函数（
mb_strlen、mb_substr）必须传编码参数，如"UTF-8"，内部会按UTF-8规则跳过非首字节 - 没传编码或传错（比如用
"GBK"解UTF-8字符串），mb_*也会出错
引用计数和字符串驻留怎么影响实际代码
两个变量赋值同一字符串字面量时，底层可能共享同一个zend_string结构，只增引用计数；但一旦修改（如$a[0] = 'X'），就会触发“写时复制”（copy-on-write），生成新副本。
- 字符串字面量（如
$a = "test"）默认驻留，相同内容只存一份 - 拼接、截取、替换等操作通常产生新
zend_string，旧的引用计数减一，归零即释放 - 用
str_replace()处理大字符串时，频繁分配/释放会触发GC，比预期内存占用高
真正容易被忽略的是：你看到的$str变量本身只是指向zend_string的句柄，它的“值”不可见，所有操作都经由引擎间接完成——所以直接unset($str)并不立即释放内存，只减少引用计数。
