用途:在 PHP 项目中正确处理多字节字符串、UTF-8 编码、字符集检测与转换,以及区域化(locale-aware)的日期、数字、货币格式化、复数消息、音译和 Unicode 规范化。
主要能力:
- 多字节字符串:用 mb_strlen、mb_strtoupper、mb_substr、mb_strpos 等替代按字节计数的 strlen、strtoupper、substr;PHP 8.4+ 提供 mb_trim、mb_ltrim、mb_rtrim。
- 编码检测与转换:mb_convert_encoding 转换到 UTF-8,mb_detect_encoding 检测(不可靠,优先使用显式元数据),严格模式可校验 UTF-8;iconv 行为因系统而异。
- 数据库与 JSON:MySQL 使用 utf8mb4(utf8 仅 3 字节,无法存 emoji),PDO DSN 中写 charset=utf8mb4;PostgreSQL 设置 client_encoding=UTF8;json_encode 使用 JSON_UNESCAPED_UNICODE,PHP 7.2+ 可用 JSON_INVALID_UTF8_SUBSTITUTE 处理非法 UTF-8。
- intl(ICU)扩展:Collator 做区域化排序比较,NumberFormatter 格式化数字/货币/百分比,IntlDateFormatter 按区域格式化日期时间,MessageFormatter 处理 ICU 复数与性别消息,Transliterator 做文字转换(如西里尔转拉丁),Normalizer 做 NFC/NFD/NFKC/NFKD 规范化。
使用方式:尽早设置 mb_internal_encoding('UTF-8'),输出时发送 Content-Type: text/html; charset=UTF-8;正则需加 /u 修饰符;php.ini 中设置 default_charset = UTF-8。典型流水线为:输入检测/转换为 UTF-8 → 用 mb_* 处理 → 带 charset 头输出 → 以 utf8mb4 存储。
适用场景:多语言 Web 应用、用户生成内容、国际化电商与日期货币展示、需要正确排序与音译的系统。
限制:mb_detect_encoding 只是猜测,同一字节序列可能在多种编码下均有效;iconv 结果依赖系统实现;未提供具体安装命令、版本要求或性能数据。