strlen() 算不准印地文长度是因为它统计字节数而非 Unicode 字符数，如”हिन्दी”返回18字节但实际6字符；必须用mb_strlen($str, ‘UTF-8’)并确保字符串为合法UTF-8编码。
php 默认的 strlen() 和 mb_strlen() 在处理印地文（Devanagari）时，必须用 UTF-8 编码 + 正确的字符编码参数，否则返回的是字节数而非真实字符数。
为什么 strlen() 算不准印地文长度
印地文字符（如 "हिन्दी"）在 UTF-8 中每个字符占 2–3 字节。strlen() 只统计字节长度，不是 Unicode 字符个数。例如：strlen("हिन्दी") 返回 18（6 个字符 × 平均 3 字节），但实际是 6 个字符。
- 必须确保字符串本身是合法 UTF-8 编码（可用
mb_check_encoding($str, 'UTF-8')验证） - 服务器或脚本未声明 UTF-8 时，
mb_*函数可能默认用 ISO-8859-1，导致结果错误 - 不要依赖
iconv_strlen()—— 它对 Devanagari 的支持不稳定，尤其含合字（ligature）如"त्त"时易漏计
用 mb_strlen() 计算印地文真实字符数
这是最可靠方式，但必须显式传入 'UTF-8' 第二个参数。PHP 7.4+ 虽支持默认内部编码，但不建议省略。
- 正确写法：
mb_strlen($str, 'UTF-8') - 错误写法：
mb_strlen($str)（依赖mb_internal_encoding()，易被框架或配置覆盖） - 若字符串来自表单或 API，先用
mb_convert_encoding($str, 'UTF-8', 'auto')做容错转换，避免乱码干扰计数
验证印地文是否含有效 Devanagari 字符范围
仅靠长度不够，有时需确认字符串“确实是印地文”。可借助 Unicode 区块正则：
立即学习“PHP免费学习笔记（深入）”；
if (preg_match('/^[x{0900}-x{097F}x{0980}-x{09FF}]+$/u', $str)) { // 属于天城文（印地文、梵文等）主区块 }注意：x{0900}-x{097F} 是标准印地文字符区，x{0980}-x{09FF} 包含孟加拉文等邻近文字，按需调整。不要用 /[क-न]/u 这类简写 —— 合字、元音符号（मात्रा）、Virama（्）等不在连续区间内，会漏判。
特殊场景：含英文/数字混合的印地文字符串
比如 "हिन्दी123"，mb_strlen() 仍准确，但若要做“纯印地文字符占比”判断，需拆解：
- 用
preg_match_all('/[x{0900}-x{097F}]/u', $str, $matches)提取所有天城文字符 - 避免用
str_split()或mb_str_split()（PHP 7.4+）直接切分 —— 某些组合字符（如"क्ष"）会被错误断开 - 如需逐字符处理，优先用
grapheme_extract()（需启用 intl 扩展）或preg_split('//u', $str, -1, PREG_SPLIT_NO_EMPTY)
印地文的合字结构和变音符号让“字符”边界比拉丁文模糊；mb_strlen() 给出的是 Unicode 码点数，不是视觉字形数（glyph count），这点在排版或输入限制场景中容易被忽略。