[PHP] 한글 글자수 세기

 

PHP를 이용해

문자열(글자수)을 세는 함수가 있습니다

바로

strlen

인데요!

 

만약 아래와 같이

한글이 포함된 글씨를 세면

한글 1자마다 2자씩 계산이 된답니다.

echo strlen("한글입니다"); // 결과값이 5가 아닌 10이 나온다.

 

영어는 한 문자당 1byte의 공간을 사용하지만

한글은 한 문자에 2byte의 공간을 필요로 하기 때문입니다.

 

간단하게 설명드리자면

1 byte는 127자(-128 ~ 127)를 표현할 수 있는데

영어는 a ~ z까지 26자 밖에 되지 않기 때문에

숫자와 같은 문자를 포함해도

1 byte면 충분하기 때문입니다.

 

그에 반해

한글은 '가', '갸', '거', '겨' 부터 시작해

'힣(?)' 까지

2,350자나 됩니다!

 

1 byte로는 표현이 어려워

2 byte를 이용(32,767자 까지 표현 가능)한 답니다!

 

그런데 여기서!!

중국어나 다른 언어까지 표현하기에는

2 byte도 부족해

1 ~ 4 byte 까지 사용하는

UTF-8 인코딩 방식도 있답니다!

 

우선 여기까지 기본정보를 설명드리고

인코딩에 대한 자세한 포스팅은

따로 올리도록 하겠습니다!

 

그렇다면

어떻게 한글을 1자로 인식시킬 수 있을까요?

 

ord라는 php 명령어를 이용할 거예요

ord 함수는

문자의 아스키 코드(ASCII) 값을 반환해주는 기능을 합니다!

 

1 byte로 표현할 수 있는

영어의 아스키코드 최대 값은

127까지 입니다!

 

따라서

아스키코드 값이 127이 넘는 문자만

갯수를 세서

byte 수만큼 나누어

전체 갯수에서 빼는

함수를 만들어봤습니다

 

function strlen_korean($str, $isutf8 = "N")
{
    $max_len = strlen($str);
    $cnt = 0;
    
    for ($i=0; $i<$max_len; $i++)
        if (ord($str[$i]) > 127) // ASCII 127가 넘으면 한글
            $cnt++;

	if( strtoupper($isutf8) == "N" )
		return $max_len - (int)($cnt / 2);      // 한글은 2 byte
	else
		return $max_len - (int)($cnt / 3 * 2);  // UTF8이면 한글은 3 byte(뺄 때는 2배로)
}

함수명은 strlen_korean으로 만들어봤습니다

ㅎㅎㅎ

 

사용법은

strlen_korea( 문자열, utf8이면 Y 아니면 N 혹은 생략 );

 

문서가 EUCKR 일 때

strlen 함수와 결과값 차이입니다!

참고로 '\n'은 개행문자로

1 byte로 인식 한답니다!!

테스트를 위해 넣어봤어요

ㅎㅎㅎ

 

총 계산된 글자수 14에서

추가된 한글 바이트 수(5 byte)를 빼서

'9자'라는 결과를 도출했답니다!

 

 

그 다음은

문서가 UTF-8 일 때

strlen 함수와 결과값 차이입니다!

 

UTF-8 일 때는

한글 1자를 3자씩 인식하죠?

ㅎㅎㅎ

총 계산된 글자수 19에서

추가된 한글 바이트 수(10 byte)를 빼서

'9자'라는 결과를 도출했답니다!

 

 

그럼 이상

PHP에서 한글 글자수 세는 방법에 대한

포스팅을 마치도록 하겠습니다!