Oracle Varchar2長度 及 PHP 長度判斷

標籤：io   使用   ar   strong   檔案   資料   問題   on   c   

oracle資料庫相信大家都比較熟悉，資料庫中有一種非常常用的資料類型：字串型。

         對應該類型，在oracle中有三種比較常用的類型：varchar2(byte)、varchar2(char)、nvarchar2()。

         那麼這三種類型到底有什麼區別呢？

         首先，我們要時刻記清：無論是varchar2還是nvarchar2，最大位元組數都是4000。

varchar2(byte)：就是預設的表示方式，比如我們寫成：varchar2(100)，就相當於varchar2(100 byte)，表示最大位元組數是100，該欄位最多能容納100個位元組，強調空間大小。由於我們描述的是位元組，因此，儲存漢字等字元時，就要小心了。如果你的資料庫用的是GBK編碼，那麼一個漢字將佔用2個位元組，最多能存50個漢字，如果你的資料庫用的是UTF8編碼，那麼一個漢字將佔用3個位元組，最多能存33個漢字。

varchar2(char)：表示最大字元數是100，該欄位最多能容納100個字元，強調個數。假設我們寫成varchar2(100 char)，那麼無論是數字、字母、漢字，都看成一個字元，最多寫100個，當然，漢字越多，佔用的空間越大，同樣遵循上邊的資料庫編碼原則。例如：存入一個漢字，底層佔2或3個位元組，存入一個字母，佔1個位元組，絕對不是某些文章所說1個字母或數字也佔2或3個位元組！

nvarchar2()：沒有byte、char之分，類似於varchar2(char)，只不過nvarchar2()屏蔽了資料庫編碼，無論是何種編碼，nvarchar2()中一個漢字都佔兩個位元組。

         一般的教程，也就到這了，可是如果再多一步思考，會發現一個致命問題。

         實際應用中，很可能會出現這種寫法：varchar2(1400 char)，我們主觀的認為，這個欄位最長不能超過1400個字元，這意味著我們可能會存入1399個字元，貌似很正確的樣子。

         但是，如果這1399個字元都是漢字，字元長度並沒有超過1400，看起來一切正常，但實際上我們損失了一部分資料，為什嗎？

因為1399個漢字，按UTF8編碼來說(99%的項目都是UTF8編碼吧。。)，需要佔用1399*3=4197個位元組，而文章開篇就說，無論是什麼char，最大長度就是4000位元組，一個也不能多，因此多出來的197個位元組，都會抹去，而整個過程中，無任何錯誤提示，你的資料就這樣蒸發了！

         所以，對於GBK編碼的資料庫而言，安全的寫法為：varchar2(2000 char)、nvarchar2(2000)，對於UTF8編碼的資料庫而言，安全的寫法為：varchar2(1333 char)、nvarchar2(2000)。


PHP

在PHP中，strlen與mb_strlen是求字串長度的函數，但是對於一些初學者來說，如果不看手冊，也許不太清楚其中的區別。
下面通過例子，講解這兩者之間的區別。

先看例子：

<?php  
//測試時檔案的編碼方式要是UTF8  
$str=‘中文a字1符‘;  
echo strlen($str).‘<br>‘;//14  
echo mb_strlen($str,‘utf8‘).‘<br>‘;//6  
echo mb_strlen($str,‘gbk‘).‘<br>‘;//8  
echo mb_strlen($str,‘gb2312‘).‘<br>‘;//10  
?> 

結果分析：在strlen計算時，對待一個UTF8的中文字元是3個長度，所以“中文a字1符”長度是3*4+2=14,在mb_strlen計算時，選定內碼為UTF8，則會將一個中文字元當作長度1來計算，所以“中文a字1符”長度是6 .

利用這兩個函數則可以聯合計算出一個中英文混排的串的佔位是多少（一個中文字元的佔位是2，英文字元是1）

echo (strlen($str) + mb_strlen($str,‘UTF8‘)) / 2; 

例如 “中文a字1符” 的strlen($str)值是14，mb_strlen($str)值是6，則可以計算出“中文a字1符”的佔位是10.

echo mb_internal_encoding(); 

PHP內建的字串長度函數strlen無法正確處理中文字串，它得 到的只是字串所佔的位元組數。對於GB2312的中文編碼，strlen得到的值是漢字個數的2倍，而對於UTF-8編碼的中文，就是3倍的差異了（在 UTF-8編碼下，一個漢字佔3個位元組）。

採用mb_strlen函數可以較好地解決這個問題。mb_strlen的用法和 strlen類似，只不過它有第二個選擇性參數用於指定字元編碼。例如得到UTF-8的字串$str長度，可以用 mb_strlen($str,‘UTF-8‘)。如果省略第二個參數，則會使用PHP的內部編碼。內部編碼可以通過 mb_internal_encoding()函數得到。

需要注意的是，mb_strlen並不是PHP核心函數，使用前需要確保在php.ini中載入了php_mbstring.dll，即確保“extension=php_mbstring.dll”這一行存在並且沒有被注釋掉，否則會出現未定義函 數的問題。

Oracle Varchar2長度 及 PHP 長度判斷