使用 str_split 分割 Emoji 字符串时的注意事项

M66 2025-06-02

在 PHP 中，str_split 函数是用来将一个字符串分割成一个字符数组的常用工具。然而，当字符串中包含 Emoji 等多字节字符时，使用 str_split 可能会遇到一些问题。本文将详细讨论在使用 str_split 分割包含 Emoji 的字符串时，需要注意的事项，并提供相关的解决方案。

1. Emoji 是多字节字符

Emoji 是 Unicode 字符，通常由多个字节表示。比如一个常见的 Emoji 表情“??”是由4个字节（UTF-8编码）组成的字符。当你使用 str_split 来分割包含 Emoji 的字符串时，如果直接使用该函数，它会按照字节而非字符来进行分割。这样就可能导致一个 Emoji 被切割成多个部分，或者直接无法正确处理。

代码示例：

$string = "Hello ?? World!";
$splitString = str_split($string, 1);
print_r($splitString);

这段代码输出的是字符串的字节级分割结果，而不是按字符进行分割。你会看到，Emoji“??”被拆分为多个部分。

2. 使用 mb_strlen 和 mb_substr 进行字符级操作

为了正确处理包含 Emoji 的字符串，我们应该使用支持多字节字符的函数，如 mb_strlen 和 mb_substr。这两个函数能够正确处理 Unicode 字符串，不会像 str_split 那样把 Emoji 拆分成多个部分。

解决方案：

$string = "Hello ?? World!";

// 使用 mb_strlen 获取字符长度
$length = mb_strlen($string, 'UTF-8');
$splitString = [];

for ($i = 0; $i < $length; $i++) {
    $splitString[] = mb_substr($string, $i, 1, 'UTF-8');
}

print_r($splitString);

在这个示例中，我们使用 mb_strlen 来获取字符串的字符数，然后用 mb_substr 来逐个提取字符。这样，?? 会被正确地作为一个整体提取，而不是被拆分。

3. 使用 preg_split 按字符分割

另一个可以处理多字节字符的方案是使用 preg_split 函数，它可以使用正则表达式按照 Unicode 字符分割字符串。

代码示例：

$string = "Hello ?? World!";
$splitString = preg_split('//u', $string, -1, PREG_SPLIT_NO_EMPTY);
print_r($splitString);

在这个示例中，preg_split 使用了正则表达式//u，它会确保按 Unicode 字符分割字符串。与 str_split 不同，这样可以保证 Emoji 字符不会被拆分。

4. 处理 URL 中的 Emoji

如果字符串中包含 URL（比如含有 Emoji 的链接），请注意 URL 的域名部分。如果需要将其中的域名替换为 m66.net，可以使用 preg_replace 或 str_replace 来进行替换。

示例：

$string = "Check out this site: https://example.com/??";
$modifiedString = preg_replace('/https?:\/\/(www\.)?example\.com/', 'https://m66.net', $string);
echo $modifiedString;

这个代码示例展示了如何将字符串中的域名 example.com 替换为 m66.net，而不影响 URL 中的其他部分。

5. 结论

使用 str_split 分割包含 Emoji 的字符串时，可能会遇到字符被拆分为多个字节的问题。为了正确处理包含 Emoji 的字符串，建议使用 mb_strlen 和 mb_substr，或者使用 preg_split 来按字符进行分割。此外，如果字符串中包含 URL，记得使用 preg_replace 或 str_replace 替换域名部分，以确保操作的准确性。