UTF8每個字的長度取法

UTF8每個字的長度取法剛在新聞群組看有人在討論utf8的每個單字要如何取得,雖然有很方便的Multibyte String Functions可以用，但是似乎還是很多人不會用？哈～這個不談～因為很多人用久了 PHP的函式，因為太方便了，漸漸的都會變呆了～只要一個函式，就處理掉了，至於怎樣作～都不知道了～於是～造就了不少只會CODE不會PROGRAM的打字員！所以~有必要還是提醒各位 TimClub的好兄弟，多思考各角度，多虛心接受各方的吐嘈，才能讓自己的專業更加專業，這樣～就不用跟著人家抱怨而拋棄理想去賣雞排或賣咖啡～下面這段程式碼，是由一個UTF8規格定義中，每個字的長度是由第一個字元的ASCII值來判斷整個在MAP陣列對應的長度，這樣就可以分別取得一整個UTF8的整格字串，拆成一個一個字！例如：我=>E6 99 91=>第一個字元是E6 (十進位為230)=>對應MAP就是3　　：ˊ=>CB 8A =>第一個字元是CB(十進位為203)=>對應MAP就是2以此類推，找第一個字元然後就可以對應整個長度之後，就可以取得該字！
【程式碼】

<?php
// 這個陣列是跟MB_STRING裡面的libmbfl/filters/mbfilter_utf8.c借用的
$mblen_table_utf8 = array(
  1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
  1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
  1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
  1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
  1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
  1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
  1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
  1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
  1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
  1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
  1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
  1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
  2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
  2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
  3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3,
  4, 4, 4, 4, 4, 4, 4, 4, 5, 5, 5, 5, 6, 6, 1, 1
);

$utf8_string = "注音符號的二聲：ˊ";

for ($i = 0; $i<strlen($utf8_string); ) {
        // 取得第一個字的 ASCII 值
        $index   = ord($utf8_string[$i]);
        // 取得對應的 UTF-8 的長度
        $utf8len = $mblen_table_utf8[$index];
        // 取得一個 UTF-8 的字
        $word    = substr($utf8_string, $i, $utf8len);
        echo $word."=> 長度=> $utf8len <br>";
        $i      += $utf8len;
}

?>

ps.程式碼記得轉為utf-8