微博内容字数统计函数（PHP版）

最近在做一个项目，其中一部分的内容就是文章内容跟微博的同步，即在发布文章时，同步更新到微博。 需要解决的问题之一就是判断文章内容的长度，因为微博（包括新浪微博和腾讯微博）都有字数限制，不能超过140字，如果超过了，就会发布失败。 但微博的字数统

最近在做一个项目，其中一部分的内容就是文章内容跟微博的同步，即在发布文章时，同步更新到微博。

需要解决的问题之一就是判断文章内容的长度，因为微博（包括新浪微博和腾讯微博）都有字数限制，不能超过140字，如果超过了，就会发布失败。

但微博的字数统计方法又有点特殊，其将中文字符作为一个长度，英文、数字、标点符号等两个为一个长度。PHP中常用的字数统计函数有strlen和mb_strlen等，在strlen函数中，统计得到的是字符串所占的字节数，其对待一个UTF8编码的中文字符是3个字节的长度，对于GB2312的中文编码，得到的则是2个字节长度，英文则是一个字节的长度；而在mb_strlen函数中，中英文都会被计算为一字节的长度。因此，使用PHP自带的函数进行微博内容字数统计，显然会造成统计结果错误。

解决方案

PHP版微博内容字数统计函数如下：

<code>/*
//获取微博字符长度  
*/
function WeiboLength($str)
{
    $arr = arr_split_zh($str);   //先将字符串分割到数组中
    foreach ($arr as $v){
        $temp = ord($v);        //转换为ASCII码
        if ($temp > 0 && $temp  0){
            if(ord(substr($tempaddtext,$cind,1)) </code>

说明

1. 将字符串分割到数组中，不能简单地使用str_split等函数，分割英文字符串还行，但对待中／英文以及数字／符号等混编的内容来说，会生成完全乱码的内容。
2. 基于第一点，本文使用了http://u-czh.iteye.com/blog/1565858一文中提供的字符串拆分函数，但在实际使用过程中，发现对于一些经过strip_tags函数过滤后的内容，会生成乱码的内容，本文的解决方案是将：$tempaddtext = iconv("UTF-8", "gb2312", $tempaddtext); 修订为：$tempaddtext = iconv("UTF-8", "GBK//IGNORE", $tempaddtext);

测试结果

使用如下一段文本进行测试。

<code>#IT资讯#众所周知微软非常渴望缓解Windows 8/8.1系统占比不高的尴尬，已经迫不及待的想要介绍精心改良的Windows 9操作系统，但是这一天还需要再等待一段时间。因为根据NPD集团在今年的返校季调查结果显示最大的赢家并不是Windows PC，而是Mac和Chromebooks。
</code>

新浪微博统计结果如下：

统计结果为120个字符。

接下来，分别使用三个函数的测试结果如下：

本文函数的统计结果与微博的统计结果一致。

目前的使用过程中还都正常，不排除一些情况下会出现异常，望大家反馈。

原文地址：微博内容字数统计函数（PHP版）, 感谢原作者分享。