单字节编码（如ASCII）每个字符占1字节，strlen等函数按字节操作准确；UTF-8为变长多字节编码（1–4字节），GBK为固定双字节中文编码，二者均属多字节编码，处理中文必须用mb_*函数并指定编码。
PHP里说“单字节编码”，通常指ASCII或Latin-1这类每个字符固定占1字节的编码；而UTF-8和GBK都属于多字节编码，但设计逻辑完全不同——不是“UTF-8 vs GBK”和“单字节”的并列关系，而是“单字节编码”与“多字节编码（含UTF-8、GBK）”的层级区别。
单字节编码：只认字节，不识字符
像 ASCII 这类编码，总共就128个字符，每个字符严格对应1个字节（0–127）。PHP的 strlen()、substr() 等函数默认按字节操作，所以在纯ASCII环境下完全准确。
但一旦出现中文：
-
strlen("中")在UTF-8下返回 3（因为“中”的UTF-8是3字节序列E4 B8 AD） -
strlen("中")在GBK下返回 2（GBK中“中”是双字节D6 D0） - 若用
substr("你好", 0, 2)处理UTF-8字符串，很可能切在中间字节，输出乱码“你”
UTF-8：变长、兼容、全球通用
UTF-8是Unicode的一种实现方式，核心特点是变长编码：
- 英文、数字、标点：1字节（和ASCII完全一致）
- 常用汉字（基本多语言平面）：3字节
- 生僻字、emoji等：4字节
- 没有字节序（BOM可选），跨平台传输稳定
这意味着同一个PHP字符串，在不同编码下 strlen() 值不同，但 mb_strlen($str, 'UTF-8') 始终返回真实字符数（如“你好”=2）。
GBK：定长双字节、中文专用、有历史包袱
GBK是GB2312的扩展，属于固定双字节编码（绝大多数汉字占2字节，部分符号可能例外）：
- 只覆盖约2.1万个汉字，不支持繁体字扩展区、生僻字（如“?”）、emoji
- 高位字节范围是 0x81–0xFE，低位是 0x40–0xFE，靠字节范围识别是否为中文
- Windows简体中文系统、老旧数据库、某些银行接口仍强制使用GBK
- 和UTF-8无直接映射关系，转换需查表，缺失字符会变成
?或报错
PHP开发中必须注意的关键点
这些差异直接影响函数选择和行为：
-
strlen()/substr()→ 只适合纯ASCII或已知单字节环境 -
mb_strlen($s, 'UTF-8')/mb_substr($s, 0, 1, 'UTF-8')→ 安全处理中文，但必须显式传入编码参数 -
iconv('UTF-8', 'GBK//IGNORE', $str)→ 转换时用//IGNORE会静默丢字，慎用；建议先检测再转 -
mb_internal_encoding('UTF-8')设定后，部分 mb_* 函数可省略编码参数，但不推荐依赖——显式更可靠
php免费学习视频：立即使用
踏上前端学习之旅，开启通往精通之路！从前端基础到项目实战，循序渐进，一步一个脚印，迈向巅峰！
