PHP 字符串内容检测：从基础到高级，全面解析子字符串查找方法353

在日常的软件开发中，字符串处理无疑是最常见也最重要的任务之一。其中，“判断一个字符串是否包含另一个特定子字符串”的需求几乎无处不在，无论是数据验证、文本解析、日志分析还是搜索引擎的实现，都离不开这一核心功能。PHP作为一门广泛使用的Web开发语言，提供了多种高效且灵活的方法来解决这个问题。本文将作为一份全面的指南，深入探讨PHP中字符串内容检测的各种技术，从基础函数到高级正则表达式，再到PHP 8引入的现代化特性，并详细分析它们的用法、特性、性能以及适用场景。

1. 为什么字符串内容检测如此重要？

在深入了解具体方法之前，我们首先明确这项任务的重要性：
数据验证：检查用户输入是否包含禁止词、特定格式（如URL、邮箱前缀）或特定字符。
文本解析：从长文本中提取特定信息，例如从HTML中查找标签，从日志中查找错误关键字。
搜索功能：实现简单的文本搜索功能，判断文章是否包含用户查询的关键词。
URL路由：判断请求URL是否包含特定的路径段。
安全防护：过滤或检测潜在的恶意输入（如SQL注入、XSS攻击模式）。

理解这些应用场景，有助于我们更好地选择最适合的工具。

2. PHP 传统方法：strpos() / stripos()

strpos() 是PHP中最基础也是最常用的子字符串查找函数之一。它用于查找一个字符串在另一个字符串中首次出现的位置。

2.1 strpos()：区分大小写的查找

函数签名： strpos(string $haystack, string $needle, int $offset = 0): int|false
$haystack：要搜索的主字符串。
$needle：要查找的子字符串。
$offset：可选参数，指定从主字符串的哪个位置开始搜索。默认为0。

返回值：如果找到 $needle，则返回其在 $haystack 中首次出现的位置（从0开始的索引）；如果没有找到，则返回 false。

关键点：由于 strpos() 返回的位置可能是 0（表示子字符串在主字符串的开头），而 0 在布尔上下文中会被视为 false，因此在判断是否存在时，必须使用严格比较运算符 === false 或 !== false。

示例代码：
<?php
$text = "Hello, PHP World! PHP is great.";
$search_php = "PHP";
$search_java = "Java";
// 查找 "PHP"
if (strpos($text, $search_php) !== false) {
echo "'$text' 包含 '$search_php'. 位置: " . strpos($text, $search_php) . ""; // 输出: 位置: 7
} else {
echo "'$text' 不包含 '$search_php'.";
}
// 查找 "Java"
if (strpos($text, $search_java) !== false) {
echo "'$text' 包含 '$search_java'.";
} else {
echo "'$text' 不包含 '$search_java'."; // 输出: 不包含 'Java'.
}
// 查找开头子字符串
$text_start = "PHP is fun.";
if (strpos($text_start, "PHP") !== false) {
echo "'$text_start' 包含 'PHP'. 位置: " . strpos($text_start, "PHP") . ""; // 输出: 位置: 0
}
// 使用偏移量
$first_php_pos = strpos($text, "PHP"); // 第一次出现的位置是 7
$second_php_pos = strpos($text, "PHP", $first_php_pos + strlen("PHP")); // 从第一个"PHP"之后开始查找
if ($second_php_pos !== false) {
echo "'$text' 中第二个 'PHP' 的位置: " . $second_php_pos . ""; // 输出: 位置: 17
}
?>

2.2 stripos()：不区分大小写的查找

stripos() 的功能与 strpos() 完全相同，但它在查找时不区分大小写。这在用户搜索或文本匹配时非常有用。

函数签名： stripos(string $haystack, string $needle, int $offset = 0): int|false

示例代码：
<?php
$text = "Hello, php World!";
$search_php = "php"; // 小写
$search_PHP_upper = "PHP"; // 大写
if (stripos($text, $search_php) !== false) {
echo "'$text' 包含 '$search_php' (不区分大小写). 位置: " . stripos($text, $search_php) . ""; // 输出: 位置: 7
}
if (stripos($text, $search_PHP_upper) !== false) {
echo "'$text' 包含 '$search_PHP_upper' (不区分大小写). 位置: " . stripos($text, $search_PHP_upper) . ""; // 输出: 位置: 7
}
?>

优点：
性能高：底层由C语言实现，执行效率快。
简单直观：用于判断存在性或获取位置非常方便。

缺点：
需要严格比较 === false。
不直接返回布尔值，需要额外判断。

3. PHP 传统方法：strstr() / stristr()

strstr() 和 stristr() 函数用于查找子字符串，但它们的返回值与 strpos() 不同，它们返回从子字符串第一次出现的位置到主字符串结尾的剩余部分，或者返回 false。

3.1 strstr()：区分大小写返回子字符串及之后的部分

函数签名： strstr(string $haystack, string $needle, bool $before_needle = false): string|false
$haystack：要搜索的主字符串。
$needle：要查找的子字符串。
$before_needle：可选参数，如果设置为 true，则返回 $needle 第一次出现之前的字符串部分。默认为 false。

返回值：如果找到 $needle，则返回从 $needle 首次出现的位置开始到 $haystack 结尾的子字符串（如果 $before_needle 为 true，则返回 $needle 出现之前的部分）；如果没有找到，则返回 false。

示例代码：
<?php
$email = "user@";
// 获取 '@' 及其之后的部分
$domain_part = strstr($email, "@");
if ($domain_part !== false) {
echo "邮箱域名部分: " . $domain_part . ""; // 输出: @
}
// 获取 '@' 之前的部分
$username_part = strstr($email, "@", true);
if ($username_part !== false) {
echo "邮箱用户名部分: " . $username_part . ""; // 输出: user
}
$text = "My PHP code.";
if (strstr($text, "Java") !== false) {
echo "包含 'Java'.";
} else {
echo "不包含 'Java'."; // 输出: 不包含 'Java'.
}
?>

3.2 stristr()：不区分大小写返回子字符串及之后的部分

stristr() 的功能与 strstr() 相同，但它在查找时不区分大小写。

函数签名： stristr(string $haystack, string $needle, bool $before_needle = false): string|false

示例代码：
<?php
$text = "PHP is popular.";
$search = "php"; // 小写
$result = stristr($text, $search);
if ($result !== false) {
echo "不区分大小写查找 'php' 结果: " . $result . ""; // 输出: PHP is popular.
}
?>

优点：
除了判断是否存在，还能直接提取所需部分的字符串。

缺点：
如果只需要判断存在性，它的性能略低于 strpos()，因为它需要构建并返回新的子字符串。
同样需要严格比较 === false。

4. PHP 传统方法：substr_count()

substr_count() 函数用于计算子字符串在主字符串中出现的次数。如果次数大于0，则说明包含该子字符串。

4.1 substr_count()：计数子字符串出现次数

函数签名： substr_count(string $haystack, string $needle, int $offset = 0, ?int $length = null): int
$haystack：要搜索的主字符串。
$needle：要查找的子字符串。
$offset：可选参数，指定从主字符串的哪个位置开始搜索。默认为0。
$length：可选参数，指定在 $haystack 中搜索的长度。

返回值：返回子字符串在主字符串中出现的次数。

示例代码：
<?php
$text = "PHP is a great language. PHP powers many websites.";
$search = "PHP";
$count = substr_count($text, $search);
echo "'$text' 中 '$search' 出现了 $count 次."; // 输出: 出现了 2 次
if ($count > 0) {
echo "'$text' 包含 '$search'.";
} else {
echo "'$text' 不包含 '$search'.";
}
$count_case_insensitive = substr_count(strtolower($text), strtolower($search));
echo "不区分大小写 '$text' 中 '$search' 出现了 $count_case_insensitive 次."; // 输出: 出现了 2 次
?>

优点：
能够直接获取子字符串出现的次数。

缺点：
默认区分大小写，不提供不区分大小写版本（但可以通过 strtolower() 或 strtoupper() 转换后实现）。
如果仅仅判断存在性，它会遍历整个字符串计数，效率可能略低于 strpos()，因为它在找到第一个匹配后不会停止。

5. 强大的正则表达式：preg_match()

当查找的“特定字符”不仅仅是一个固定字符串，而是一个具有某种模式的字符串时，正则表达式（Regular Expressions）就成为了最强大的工具。PHP通过PCRE（Perl Compatible Regular Expressions）扩展提供了正则表达式支持，其中 preg_match() 是最常用的匹配函数。

5.1 preg_match()：基于正则表达式的匹配

函数签名： preg_match(string $pattern, string $subject, array &$matches = null, int $flags = 0, int $offset = 0): int|false
$pattern：要搜索的正则表达式模式。
$subject：要搜索的主字符串。
$matches：可选参数，如果指定，则会将所有匹配到的结果存储到这个数组中。
$flags：可选参数，可以设置匹配的附加行为（如 PREG_OFFSET_CAPTURE）。
$offset：可选参数，指定从主字符串的哪个位置开始搜索。

返回值：如果找到匹配，返回 1；如果没有找到匹配，返回 0；如果发生错误，返回 false。

示例代码：
<?php
$text = "This is a test string with an email: user@ and a phone number: 123-456-7890.";
// 查找是否包含 "email" 这个词
if (preg_match("/email/", $text)) {
echo "'$text' 包含 'email'."; // 输出: 包含 'email'.
}
// 查找是否包含任意数字
if (preg_match("/\d/", $text)) {
echo "'$text' 包含数字."; // 输出: 包含数字.
}
// 查找是否包含一个完整的邮箱地址 (不区分大小写)
$email_pattern = "/[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}/i";
if (preg_match($email_pattern, $text, $matches)) {
echo "'$text' 包含邮箱地址: " . $matches[0] . ""; // 输出: user@
}
// 查找是否包含 "php" 或 "java" (不区分大小写)
if (preg_match("/(php|java)/i", $text)) {
echo "'$text' 包含 'php' 或 'java'.";
} else {
echo "'$text' 不包含 'php' 或 'java'."; // 输出: 不包含 'php' 或 'java'.
}
?>

优点：
极其灵活和强大，可以匹配复杂的模式，而不仅仅是固定子字符串。
支持不区分大小写、多行匹配等多种修饰符。

缺点：
性能相对较低：正则表达式引擎的开销较大，对于简单的子字符串查找，效率远低于 strpos()。
学习曲线较陡峭：正则表达式本身语法复杂，不易掌握。
可读性差：复杂的正则表达式难以理解和维护。

使用建议：只有当需要匹配模式而不是固定字符串时，才考虑使用正则表达式。

6. PHP 8+ 现代方法：str_contains()

PHP 8.0 引入了一个专门用于判断字符串是否包含子字符串的函数 str_contains()，它直接返回布尔值，极大地提高了代码的可读性和简洁性。

6.1 str_contains()：简洁明了的布尔查找

函数签名： str_contains(string $haystack, string $needle): bool
$haystack：要搜索的主字符串。
$needle：要查找的子字符串。

返回值：如果 $haystack 包含 $needle，则返回 true；否则返回 false。

关键点： str_contains() 是区分大小写的。

示例代码：
<?php
// 仅支持 PHP 8.0 及更高版本
$text = "PHP is a modern language.";
$search_php = "PHP";
$search_modern = "modern";
$search_java = "Java";
$search_case = "php";
// 查找 "PHP"
if (str_contains($text, $search_php)) {
echo "'$text' 包含 '$search_php'."; // 输出: 包含 'PHP'.
}
// 查找 "modern"
if (str_contains($text, $search_modern)) {
echo "'$text' 包含 '$search_modern'."; // 输出: 包含 'modern'.
}
// 查找 "Java"
if (str_contains($text, $search_java)) {
echo "'$text' 包含 '$search_java'.";
} else {
echo "'$text' 不包含 '$search_java'."; // 输出: 不包含 'Java'.
}
// 区分大小写示例
if (str_contains($text, $search_case)) {
echo "'$text' 包含 '$search_case'.";
} else {
echo "'$text' 不包含 '$search_case' (区分大小写)."; // 输出: 不包含 'php'.
}
// 不区分大小写（结合其他函数）
if (str_contains(strtolower($text), strtolower($search_case))) {
echo "'$text' 包含 '$search_case' (不区分大小写)."; // 输出: 包含 'php'.
}
?>

优点：
代码可读性极佳，直接返回布尔值，语义清晰。
性能与 strpos() 相当，因为它在内部也是基于 strpos() 实现的优化版本。

缺点：
仅适用于 PHP 8.0 及更高版本。
区分大小写，没有内置的不区分大小写版本（但可以通过将字符串转换为相同大小写后使用）。

7. 多字节字符串（UTF-8）处理

上述所有函数（除了 preg_match() 在某些情况下可以处理UTF-8，但需要 u 修饰符）都是针对单字节字符集（如ASCII）设计的。对于包含中文、日文、韩文等非ASCII字符的多字节字符串（如UTF-8），直接使用这些函数可能会导致意想不到的结果，因为它们可能错误地将多字节字符的字节序列当作多个单字节字符来处理。

为了正确处理多字节字符串，PHP提供了中的一系列函数，它们通常以 mb_ 为前缀。

7.1 mb_strpos() / mb_stripos()：多字节字符查找

函数签名： mb_strpos(string $haystack, string $needle, int $offset = 0, ?string $encoding = null): int|false

mb_strpos() 和 mb_stripos() 与它们的单字节对应函数功能类似，但它们能够正确地处理多字节字符，并通过 $encoding 参数指定或使用内部编码。

示例代码：
<?php
mb_internal_encoding("UTF-8"); // 设置内部编码，确保正确处理多字节字符
$text_cn = "你好，PHP世界！";
$search_cn = "PHP";
$search_word_cn = "世界";
// 查找 "PHP" (区分大小写)
if (mb_strpos($text_cn, $search_cn) !== false) {
echo "'$text_cn' 包含 '$search_cn'. 位置: " . mb_strpos($text_cn, $search_cn) . ""; // 输出: 位置: 3 (因为'你好，'是3个字符)
}
// 查找 "世界" (区分大小写)
if (mb_strpos($text_cn, $search_word_cn) !== false) {
echo "'$text_cn' 包含 '$search_word_cn'. 位置: " . mb_strpos($text_cn, $search_word_cn) . ""; // 输出: 位置: 7
}
$text_insensitive = "Hello World 你好世界";
$search_insensitive = "world";
if (mb_stripos($text_insensitive, $search_insensitive) !== false) {
echo "'$text_insensitive' 包含 '$search_insensitive' (不区分大小写).";
}
?>

重要提示：在处理多字节字符串时，务必使用 mb_ 系列函数，并确保字符编码设置正确（通常通过 mb_internal_encoding() 或在函数调用时传入 $encoding 参数）。

8. 性能比较与选择建议

不同的方法在性能和适用性上有所差异。以下是一个大致的性能层级和选择建议：
`str_contains()` (PHP 8+)：

性能：极高，与 strpos() 相当，因为它内部进行了优化。
适用场景：仅需要判断是否存在且区分大小写的简单布尔查找，PHP 8+ 环境下首选。
优点：最佳可读性，语义最清晰。

`strpos()` / `stripos()`：

性能：高，C语言实现，效率极佳。
适用场景： PHP 8 以下版本或需要获取子字符串位置，且区分/不区分大小写的简单布尔查找。
优点：高效，提供位置信息。

`strstr()` / `stristr()`：

性能：中等，略低于 strpos()，因为它需要返回子字符串。
适用场景：不仅要判断存在性，还需要提取子字符串或其之前/之后的部分。
优点：一步到位提取信息。

`substr_count()`：

性能：中等，因为它需要遍历整个字符串计数。
适用场景：需要获取子字符串出现次数的情况。
优点：直接获取计数。

`preg_match()`：

性能：较低，正则表达式引擎有较大开销。
适用场景：查找的是符合某种模式而不是固定字符串的子字符串，或者需要更复杂的匹配逻辑。
优点：功能强大，灵活。

`mb_*` 系列函数：

性能：略低于对应的单字节函数，因为需要处理多字节字符。
适用场景：任何处理包含多字节字符（如UTF-8）的字符串时，必须使用。
优点：正确处理国际化字符。

总结选择路径：
是否涉及多字节字符（如中文）？如果是，优先使用 mb_* 系列函数。
PHP 版本是否是 8.0 或更高？

是：优先使用 str_contains() 进行简单布尔判断（区分大小写）。如果需要不区分大小写，可以先 strtolower() 再使用 str_contains()。
否：使用 strpos() 或 stripos() 进行布尔判断，并注意 === false 的严格比较。

是否需要匹配复杂的模式？如果是，使用 preg_match()。
是否需要获取子字符串出现的次数？使用 substr_count()。
是否需要提取子字符串本身？使用 strstr() 或 stristr()。

9. 常见问题与最佳实践
空字符串 $needle：

strpos(), stripos(), mb_strpos(), mb_stripos()：返回0（即在开头找到），或在PHP 8+中对 str_contains() 来说是 true。这通常符合预期，因为空字符串总是在任何字符串的开头“存在”。
strstr(), stristr(), mb_strstr(), mb_stristr()：返回完整的 $haystack。
substr_count(), mb_substr_count()：返回 strlen($haystack) + 1。这是一个特殊行为，例如在 "abc" 中查找 "" 会返回 4（"", "a", "b", "c", ""）。通常不建议用空字符串作为 needle 进行计数。

`$needle` 长于 `$haystack`：

所有函数都会返回 false 或 0（对于 preg_match 和 substr_count），表示未找到。

严格比较的重要性：再次强调 strpos($haystack, $needle) !== false 和 strstr($haystack, $needle) !== false 的重要性。
编码一致性：在处理多字节字符串时，确保所有输入、输出和处理函数都使用相同的字符编码，通常推荐UTF-8。
代码可读性：即使有多种方法，也应优先选择代码意图最清晰、最易读的方法。PHP 8+ 的 str_contains() 在这一点上表现出色。

PHP为字符串中是否包含特定子字符串的问题提供了丰富而多样的解决方案。从简洁高效的 strpos() 和现代化的 str_contains()，到能够处理复杂模式的 preg_match()，以及针对多字节字符的 mb_* 系列函数，每种方法都有其特定的最佳应用场景。作为一名专业的程序员，我们不仅要熟悉这些工具的用法，更要理解它们的底层机制、性能特点和潜在陷阱，从而在实际开发中做出明智的选择，编写出高效、健壮且易于维护的代码。

记住，没有绝对最好的方法，只有最适合特定需求的方法。深入理解这些函数，将帮助您在PHP字符串处理方面游刃有余。

2025-09-29

上一篇：PHP字符串与16进制互转：深入解析`bin2hex`、`unpack`及多字节字符处理

下一篇：PHP高效处理IP地址范围：验证、判断与管理实践