PHP mb_strlen与JS .length长度对比：是否前者永远不大于后者？

结论：可以安全假设 #

你可以放心认为mb_strlen($subject, 'utf8')的返回值永远不会大于JavaScript的.length属性值，核心原因是两者的统计逻辑决定了固定的数值关系：

• JavaScript的.length统计的是UTF-16代码单元的数量，每个代码单元占2字节。
• PHP的mb_strlen($subject, 'utf8')统计的是Unicode码点的数量（即字符串中独立的Unicode字符数量）。

两者的数值关系永远满足 mb_strlen(..., 'utf8') ≤ JavaScript .length，具体分三种情况：

• 基本多语言平面字符（U+0000至U+FFFF）：包括普通文字、部分简单符号，每个码点对应1个UTF-16代码单元，两者统计值相等。
• 补充平面字符（U+10000至U+10FFFF）：绝大多数表情符号属于这个范围，每个码点需要2个UTF-16代码单元（代理对）表示，此时mb_strlen返回1，JS的.length返回2，前者小于后者。
• 组合字符序列：比如带多重变音标记的字符（如é̀̂），每个组成部分都是独立的基本多语言平面码点，因此两者统计值相等（每个码点对应1个UTF-16代码单元）。

不存在任何Unicode字符或字符序列会让mb_strlen($subject, 'utf8')的返回值大于JavaScript的.length——因为UTF-16的编码规则里，单个代码单元要么对应一个码点，要么和另一个代码单元配对对应一个码点，绝不会出现单个代码单元对应多个码点的情况。

内容的提问来源于stack exchange，提问作者Sarah