PHPのgrapheme_strlen()関数とは？書記素単位で文字列の長さを取得する方法

書記素（グラフェム）とは

書記素（グラフェム）とは、書記体系における最小の機能単位のことです。音に対応する文字として表現できる、書き言葉の最小単位と考えることができます。

たとえば、「é」のようなアクセント付き文字は、内部的には「e」と発音符の組み合わせとして扱われることがありますが、書記素としては1つの単位として数えられます。このようなマルチバイト文字や結合文字を正しく処理するために、PHPでは専用の関数が用意されています。

grapheme_strlen()関数の概要

PHPのgrapheme_strlen()関数は、文字列の長さを書記素単位で取得するために使用されます。バイト数やコードポイント数ではなく、人間が認識する「文字」としての長さを返す点が特徴です。

この関数はPHP 5.3.0以降のバージョンで利用可能であり、intl拡張モジュールが必要です。

構文

int grapheme_strlen(string $string)

パラメータ

grapheme_strlen()関数が受け取るパラメータは以下の1つだけです。

• $string − 長さを測定したい対象の文字列です。このパラメータにはUTF-8エンコーディングされた文字列を指定する必要があります。

戻り値

この関数は、成功した場合に文字列の長さ（書記素単位の整数値）を返します。失敗した場合にはFalseを返します。

使用例

以下の例では、結合文字を含む文字列に対してgrapheme_strlen()関数を使用し、その長さを取得しています。

<?php
   // 結合文字を含む文字列 "abca\xCC\x8Ao\xCC\x88a\xCC\x8A" の
   // 長さを取得します
   $integer = grapheme_strlen("abca\xCC\x8Ao\xCC\x88a\xCC\x8A\x122");

   // 結果を出力
   var_dump($integer);
?>

出力結果

int(8)

この例では、見た目上の文字数が8文字としてカウントされています。結合文字（ダイアクリティカルマーク）が個別の文字としてではなく、元の文字と一体となった1つの書記素として正しく処理されていることがわかります。

まとめ

grapheme_strlen()関数は、日本語の濁点付き仮名や欧米言語のアクセント付き文字など、複数のコードポイントから構成される文字を正しく1文字として数えたい場合に非常に有用です。strlen()やmb_strlen()との違いを理解し、用途に応じて適切な関数を選択しましょう。