必须用 mb_strlen($str, 'UTF-8') 判断 Unicode 字符串长度，禁用 strlen()；需确保 mbstring 启用，对不确定编码先转 UTF-8，零宽字符须正则清洗后再计算，大文本应分层处理，截取必用 mb_substr()。
PHP 7.2 判断含 Unicode 字符（如中文、希伯来文、亚美尼亚文、emoji、零宽字符等）的字符串长度，核心原则只有一条：绝不能用 strlen()。它按字节计数，而 UTF-8 下一个 Unicode 字符可能占 1–4 字节，结果完全失真。
必须用 mb_strlen() 并显式指定编码
mb_strlen() 是 PHP 7.2 中处理 Unicode 字符串长度的标准函数，但有关键细节：
- 务必传入第二个参数：
mb_strlen($str, 'UTF-8')—— 不写或依赖mb_internal_encoding()极易出错，尤其在 CLI 或多环境部署时 - 确认
mbstring扩展已启用：运行php -m | grep mbstring，未启用会报Call to undefined function mb_strlen() - 若输入来源不确定编码（如旧系统接口、文件上传），先做归一化：
$safe = mb_convert_encoding($input, 'UTF-8', 'auto')
警惕零宽字符干扰语义长度
像 U+200B（零宽空格）、U+FEFF（BOM）、U+200C/U+200D 等控制符，在视觉和业务上“不占长度”，但 mb_strlen() 仍计为 1。需清洗后判断：
- 用正则清除主流零宽字符：
preg_replace('/[\x{200b}-\x{200f}\x{202a}-\x{202e}\x{feff}]/u', '', $str) -
/u修饰符不可省，否则 UTF-8 多字节序列会被误解析 - 清洗后再调用
mb_strlen($cleaned, 'UTF-8')，才接近真实“有效字符数”
大文本或性能敏感场景要分层处理
对几 MB 以上的字符串，直接 mb_strlen() 可能慢且吃内存。可按需分级：
立即学习“PHP免费学习笔记（深入）”；
- 仅需快速拦截超限？用
fstat()查文件体积，按平均字节数估算字符量（如中英混排用系数 2.5） - 需精确字符数但内存受限？先用
strlen()快速排除（例：限制 1000 字符，字节长已超 4000，则大概率超标） - 真正要截取显示内容？必须用
mb_substr($str, 0, 50, 'UTF-8')，substr()会切乱码
别用正则“测长度”，那是弯路
像 preg_match('/^.{10}$/u', $str) 看似可行，但隐患多：
- 无法处理换行符（
.默认不匹配\n） - 对 ZWJ 序列（如 ??）、代理对 emoji 等，码点数 ≠ 显示宽度，
mb_strlen()和正则都返回 4，但人眼只看到 1 个图标 - 性能差、易写错、类型不安全——
mb_strlen()更直白可靠
