strlen() 按字节计数，高棉文utf-8下多占3字节且存在组合字符，导致结果远大于人眼所见字符数；应改用mb_strlen($str, 'utf-8')或grapheme_strlen()（需intl扩展）以准确获取码点数或图像簇数。
strlen() 会把高棉文算错长度
PHP 原生 strlen() 按字节计数，而高棉文（Khmer）字符在 UTF-8 编码下普遍占 3 字节（如 ក、ខ），一个视觉上的“字”还常由辅音+元音符号+声调符等组合构成（如 ក្ល 是两个 Unicode 码点，但显示为一个连写单位）。用 strlen() 返回的是字节数，不是人眼看到的“字符个数”，更不是“可读字数”。
实操建议：
立即学习“PHP免费学习笔记（深入）”；
- 永远不要用
strlen()判断含高棉文的字符串“有多长” - 确认脚本文件编码为 UTF-8（无 BOM）
- 确保 PHP 运行环境默认内部编码是 UTF-8，可通过
mb_internal_encoding('UTF-8')显式设置
mb_strlen() 是基本解法，但要注意参数
mb_strlen() 默认按字符计数，对高棉文支持良好，但它依赖正确的字符编码声明。如果没传第二个参数，它会使用 mb_internal_encoding() 的当前值——这个值可能不是 UTF-8（尤其在旧系统或未显式设置时）。
实操建议：
立即学习“PHP免费学习笔记（深入）”；
- 始终显式传入
'UTF-8'作为第二个参数：mb_strlen($str, 'UTF-8') - 避免依赖默认编码，哪怕你确认已设过
mb_internal_encoding() - 测试边界：单个高棉辅音（如
"ក"）、带元音符号的（如"កា"）、带下标辅音的（如"ក្ល"），都应返回预期字符数（分别是 1、2、2）
真正“可读字数”需考虑 Khmer 字形组合逻辑
高棉文存在“合字”（ligature）和视觉归并现象：多个码点渲染为一个视觉单元（glyph），比如 "ស្រះ" 是 4 个 Unicode 字符（ស+្រ+ះ+្？实际更复杂），但用户认为是一个“字”。mb_strlen() 返回的是码点数（4），不是视觉字数（1）。
目前 PHP 没有内置函数能准确返回“视觉字数”，但可做近似处理：
- 用
grapheme_strlen()（需启用 intl 扩展）：它按 Unicode 图像簇（grapheme cluster）计数，对多数高棉组合更贴近人眼感知（如grapheme_strlen("ក្ល")返回 1） - 检查是否启用：
extension_loaded('intl')，否则会报Call to undefined function grapheme_strlen() - 注意性能：相比
mb_strlen()，grapheme_strlen()开销略大，高频调用需权衡
验证与调试时别只看 echo 输出
echo 或 var_dump 显示高棉文正常，不代表字符串内部结构干净。常见干扰包括：
- 不可见的 Unicode 控制符（如
U+200B零宽空格）混入，mb_strlen()会把它当一个字符算 - 混合方向标记（RTL/LTR）导致显示错位，但长度计算不受影响
- 从网页表单 POST 过来的高棉文，若前端没设
accept-charset="UTF-8"或后端没正确 decode，可能已损坏
调试建议：
- 用
unpack('H*', $str)查看原始字节流，确认是否为合法 UTF-8 - 用
mb_check_encoding($str, 'UTF-8')做基础校验 - 打印码点数组：
array_map('mb_ord', preg_split('//u', $str, -1, PREG_SPLIT_NO_EMPTY))，观察是否出现异常值（如 65533，即 ）
mb_strlen），还是做 UI 展示计数（倾向 grapheme_strlen），或是协议层校验（必须查字节）。没有银弹，但忽略编码上下文一定会出错。 
