php和python处理字符串的核心区别在于：php的字符串是字节流，默认不区分编码，操作基于字节偏移；而python 3的字符串是unicode字符序列，所有操作基于字符逻辑位置。在php中，`substr()`和`strlen()`直接操作字节，遇到utf-8多字节字符会截断乱码，必须使用`mb_substr()`等扩展函数；在python中，切片和`len()`天然支持多字节字符，无需额外配置即可正确处理中文或emoji。
PHP中如何处理多字节字符
在PHP中，标准字符串函数如`substr`、`strlen`和`strpos`都是基于字节的，这意味着如果字符串包含UTF-8编码的多字节字符（如中文），直接使用这些函数会导致乱码或错误的长度计算。要正确处理这类字符，必须启用并调用`mbstring`扩展中的对应函数，例如`mb_substr`、`mb_strlen`和`mb_strpos`，并显式指定编码为`UTF-8`。
<?php $str = "你好世界"; // 错误做法：基于字节，会截断中文字符 $bad_sub = substr($str, 0, 3); // 结果可能是乱码 // 正确做法：基于字符，指定UTF-8编码 good_sub = mb_substr($str, 0, 3, 'UTF-8'); // 结果为 "你好世" echo mb_strlen($str, 'UTF-8'); // 输出 4 echo strpos($str, "好"); // 输出 1 (字节位置) echo mb_strpos($str, "好", 0, 'UTF-8'); // 输出 1 (字符位置) ?>
上述代码展示了`mbstring`函数的基本用法。`mb_substr`接受起始位置和长度作为字符计数，而非字节计数。`mb_strlen`返回字符数。`mb_strpos`返回字符索引。如果不指定`UTF-8`，默认行为可能取决于服务器配置，但显式指定是最佳实践。对比之下，原生`substr`和`strpos`返回的是字节偏移量，这在处理多字节编码时极易出错。
立即学习“PHP免费学习笔记（深入）”；
Python中如何处理多字节字符
Python 3的字符串类型`str`本质上是Unicode序列，因此所有的字符串操作，包括切片、长度计算和查找，都是基于字符的，自动支持多字节字符。无需导入任何额外模块，也无需指定编码参数，因为内部表示已经是统一的Unicode码点。
>>> s = "你好世界"
>>> len(s)
4
>>> s[0:3]
'你好世'
>>> s.find("好")
1
>>> type(s)
<class 'str'>
在Python中，`len(s)`直接返回字符数4，切片`s[0:3]`返回前三个字符“你好世”，`find`方法返回字符索引1。这与PHP中需要调用`mb_*`系列函数不同，Python的标准库函数已经内置了对Unicode的支持。需要注意的是，Python 2的`str`是字节串，`unicode`是字符串，但在Python 3中，`str`统一了这两者，使得字符串处理更加直观和安全。
PHP中JSON序列化与Python的区别
在处理包含非ASCII字符的字符串进行JSON序列化时，PHP和Python的行为也有差异。PHP的`json_encode`默认会将非ASCII字符转换为Unicode转义序列（如\uXXXX），除非使用`JSON_UNESCAPED_UNICODE`标志。而Python的`json.dumps`默认保留非ASCII字符的原样，除非使用`ensure_ascii=True`（默认值）来强制转义。
<?php
$data = ["msg" => "你好"];
// 默认行为：转义Unicode
echo json_encode($data); // {"msg":"\u4f60\u597d"}
// 使用标志：保留原样
echo json_encode($data, JSON_UNESCAPED_UNICODE); // {"msg":"你好"}
?>
>>> import json
>>> data = {"msg": "你好"}
>>> json.dumps(data) # 默认ensure_ascii=True
'{"msg": "\u4f60\u597d"}'
>>> json.dumps(data, ensure_ascii=False)
'{"msg": "你好"}'
在PHP中，要获得与Python默认行为类似的结果（即保留中文字符），需要传递`JSON_UNESCAPED_UNICODE`标志。而在Python中，要获得与PHP默认行为类似的结果（即转义Unicode），需要设置`ensure_ascii=True`。这种差异在API数据传输和日志记录中需要注意，以确保前后端或系统间的数据一致性。
