PHP中使用普通字符串函数（如strlen()和[]索引）处理阿拉伯语等UTF-8多字节字符会导致乱码或映射失败，必须改用mb_strlen()和mb_substr()等多字节安全函数才能准确提取每个字符。
php中使用普通字符串函数（如`strlen()`和`[]`索引）处理阿拉伯语等utf-8多字节字符会导致乱码或映射失败，必须改用`mb_strlen()`和`mb_substr()`等多字节安全函数才能准确提取每个字符。
在PHP中，字符串操作默认基于单字节（ASCII），而阿拉伯语、乌尔都语、中文等语言普遍采用UTF-8编码，一个字符可能占用2–4个字节。当你用 $input[$i] 直接访问 "ب" 这样的字符时，实际取到的是其UTF-8编码的某一个字节（例如 0xD8 或 0xB9），而非完整字符，导致键名不匹配、$remap[$c] 返回 null 或触发未定义索引警告，最终输出异常结果（如空值、NULL转为空字符串，或报错）。
✅ 正确做法是全程使用多字节安全函数：
- 用 mb_strlen($input, 'UTF-8') 替代 strlen($input) 获取字符长度（非字节数）；
- 用 mb_substr($input, $i, 1, 'UTF-8') 提取第 i 个字符（而非字节）；
- 确保脚本文件保存为UTF-8无BOM格式，并建议显式声明编码（可通过 mb_internal_encoding('UTF-8') 统一内部编码）。
以下是修复后的完整示例代码：
<?php
// 推荐：显式设置内部编码，增强可移植性
mb_internal_encoding('UTF-8');
$input = "بج";
$remap = [
"ا" => '200',
"ب" => '300',
"ج" => '50',
"د" => '100',
];
$array = [];
for ($i = 0; $i < mb_strlen($input, 'UTF-8'); $i++) {
$c = mb_substr($input, $i, 1, 'UTF-8');
// 建议增加键存在性检查，提升健壮性
if (isset($remap[$c])) {
$array[] = $remap[$c];
} else {
$array[] = '?'; // 或抛出警告、跳过等策略
}
}
$star = "(" . implode(',', $array) . ")";
echo $star; // 输出：(300,50)
?>⚠️ 注意事项：
- 不要依赖 strlen() + [] 处理任何非ASCII文本，这是常见陷阱；
- 若输入来自表单或数据库，请确认其编码确实为UTF-8（如HTML <meta charset="UTF-8">、MySQL连接使用 utf8mb4）；
- 可进一步封装为复用函数，支持大小写归一化（对拉丁字母）、容错模式或批量转换；
- 对于高性能场景，可预构建Unicode码点映射（如 mb_ord($c)），但对阿拉伯字母直接键映射更直观易维护。
掌握多字节字符串处理，是PHP国际化开发的基石——一次适配，即可安全支撑阿拉伯语、希伯来语、中文、日文等全量Unicode文字。
