PHP字符串Emoji提取异常求助：如何正确获取单个Emoji字符？

问题根源 #

Emoji属于UTF-8编码的多字节字符（比如示例里的🟪就占4个字节），但PHP默认通过$字符串[索引]的方式访问时，是按单字节读取的，这就导致你只拿到了Emoji字符的第一个字节，最终输出乱码。

解决方法 #

1. 用mb_substr()截取单个Emoji #

mb_substr()是PHP专门处理多字节字符串的函数，可以指定编码来正确截取：

<?php
$bod = "🟪🟪";
// 从第0位开始，截取1个UTF-8编码的多字节字符
$c = mb_substr($bod, 0, 1, 'UTF-8');
echo $bod."<br>";
echo $c."<br>"; // 正常输出第一个🟪
?>

2. 转成多字节字符数组再访问 #

用mb_str_split()把字符串拆成每个元素都是完整多字节字符的数组，之后就能通过索引正常获取：

<?php
$bod = "🟪🟪";
$emojiList = mb_str_split($bod, 1, 'UTF-8');
$c = $emojiList[0];
echo $bod."<br>";
echo $c."<br>"; // 正常输出第一个🟪
?>

3. 遍历所有Emoji字符 #

如果需要逐个处理字符串里的Emoji，结合mb_strlen()和mb_substr()循环即可：

<?php
$bod = "🟪🟪😀";
$total = mb_strlen($bod, 'UTF-8');
for ($i = 0; $i < $total; $i++) {
    $currentEmoji = mb_substr($bod, $i, 1, 'UTF-8');
    echo $currentEmoji."<br>";
}
?>

额外注意 #

• 确保你的PHP文件编码是UTF-8，同时页面输出的HTTP响应头要设置Content-Type: text/html; charset=utf-8，避免整体显示乱码。
• 所有处理多字节字符的操作，务必指定编码为UTF-8，防止因服务器默认编码不同出问题。

内容的提问来源于stack exchange，提问作者Tom Stewart