Según la documentación oficial la función mb_strlen()
dejó de ser una función para convertirse en parte una extensión (mbstring), por lo que de querer usarla se ha de instalar independientemente, puesto ya no se incluye como una función que forme parte de su núcleo.
Si lo pensamos detenidamente, esto tiene bastante sentido, ya que se trata de una funcionalidad bastante grande que atesora múltiples funciones relacionadas entre sí.
Una vez detallado esto para entrar en contexto, trataré de responder la preguntas que se han lanzando:
1. ¿Qué alternativa a mb_strlen existe para la comprobación de palabras en español? (eñe, vocales con tílde, etc.)
Entiendo que el objetivo del uso de esta función es el de obtener el número de caracteres "reales" de un string
. Esto normalmente coincide con el número de bytes que ocupa, dado que PHP asume que un caracter es un byte con el que puede representar hasta 128 caracteres (0-127) y dejando el último bit para asegurar la integridad de los datos (ASCII). ¿Qué ocurre cuando usamos un caracter que escapa a este limitado listado?
$string = 'Camión';
$letras = mb_strlen($string, 'UTF-8');
$letras2 = strlen($string);
echo $string . ': ' . $letras;
echo '<br>';
echo $string . ': ' . $letras2;
Esto nos devolvería:
Camión: 6
Camión: 7
Aquí se puede apreciar la diferencia entre ambas funciones y también que para representar el caracter ó internamente se ha necesitado del uso de un byte adicional.
¿Qué podemos hacer para conseguir que strlen
arroje el mismo resultado que mb_strlen
? Una solución que se me ocurre es la de decodificar nuestro string
UTF-8 para que se codifique con ISO 8859-1, que es lo que ocurre cuando tratamos de usar caracteres que se salen de esta lista de 128. Esta norma contempla el uso de estos caracteres otorgándoles un valor representativo para que ocupen un byte.
utf8_decode
— Convierte una cadena con los caracteres codificados
ISO-8859-1 con UTF-8 a un sencillo byte ISO-8859-1
El mismo ejemplo de antes tratado con utf8_decode
:
$string = 'Camión';
$letras = mb_strlen($string, 'UTF-8');
$letras2 = strlen(utf8_decode($string));
echo $string . ': ' . $letras;
echo '<br>';
echo utf8_decode($string) . ': ' . $letras2;
Esto nos devolvería:
Camión: 6
Cami�n: 6
Otra posible alternativa seria usar la función iconv_strlen()
A diferencia de strlen()
, iconv_strlen()
cuenta el número de veces que
aparece cierta secuencia de bytes str de acuerdo a la codificación de
caracteres especificada, resultado que no es necesariamente igual a la
longitud del string en bytes.
$string = 'Camión';
$letras = mb_strlen($string, 'UTF-8');
$letras2 = iconv_strlen($string, 'UTF-8');
echo $string . ': ' . $letras;
echo '<br>';
echo $string . ': ' . $letras2;
Que nos devuelve:
Camión: 6
Camión: 6
2. ¿La clásica función strlen ha incluido comprobaciones multibyte de mb_strlen?
No, hasta donde he podido investigar no. Tampoco tendría sentido ya que esta funcionalidad se encuentra recogida en la extensión mencionada al inicio de la respuesta.
3. ¿Existe alguna recomendación por la cual NO usar mb_strlen?
No, tampoco tendría sentido que una actualización del lenguaje se convirtiera en una mala práctica.