PHP去除字符串中重复字符的几种实现方法

雨后青山

发布时间：2026-10-15 | 4人浏览过

原创

在处理包含汉字的字符串时，直接使用 strlen 或 substr 会导致乱码或截断错误。针对 PHP 去除字符串中的重复字符（尤其是多字节中文），可以采用基于 mb_* 函数的遍历法、自定义 UTF-8 分割结合数组去重法，或利用内置的正则表达式进行匹配替换。

核心问题分析

普通英文字符串可以使用 str_split() 轻松拆分，但中文等多字节字符若按单字节截取，会破坏 UTF-8 编码结构，导致后续去重逻辑失效或输出乱码。因此，必须使用支持多字节安全的函数或手动解析字节流。

方法一：利用 mb_系列函数与数组索引过滤

这是最直观且代码量较少的方案。原理是遍历字符串中的每个字符，使用关联数组作为“哈希表”来记录字符是否已经出现过。

第1步：初始化变量

定义原始文本和用于存储结果的空字符串及过滤数组。注意设置正确的字符编码为 utf-8。

第2步：遍历并去重

获取字符串长度，循环提取每个字符。检查该字符是否在过滤数组中存在，若不存在则追加到结果字符串，并在过滤数组中标记为已存在。

代码如下:

$text = '数组aabbccdd';
$text_filter = '';
$filter = array();
$len = mb_strlen($text, 'utf-8');

for ($i = 0; $i < $len; $i++) {
    $char = mb_substr($text, $i, 1, 'utf-8');
    if (!isset($filter[$char])) {
        $text_filter .= $char;
        $filter[$char] = true; // 标记已存在
    }
}

echo $text_filter; // 输出: 数组abcd

关键点： mb_strlen 返回的是字符数而非字节数，mb_substr 按字符位置截取，确保中文不被拆分。

方法二：自定义 UTF-8 分割函数配合 array_unique

如果不想修改主逻辑，可以封装一个专门将 UTF-8 字符串拆分为字符数组的函数，然后复用 PHP 内置的 array_unique() 进行去重。

第1步：构建字符拆分辅助函数

通过检测字节的 ASCII 值判断当前字符占用几个字节（1~4字节），从而安全地将多字节字符串切分为单元数组。

代码如下:

$string = '数组aabbccdd';

function str_split_utf8($str) {
    $split = 1;
    $array = array();
    for ($i = 0; $i < strlen($str); ) {
        $value = ord($str[$i]);
        
        // 判断字节长度
        if ($value > 127) {
            if ($value >= 192 && $value <= 223) $split = 2;
            elseif ($value >= 224 && $value <= 239) $split = 3;
            elseif ($value >= 240 && $value <= 247) $split = 4;
        } else {
            $split = 1;
        }
        
        $key = NULL;
        for ($j = 0; $j < $split; $j++, $i++) {
            $key .= $str[$i];
        }
        array_push($array, $key);
    }
    return $array;
}

第2步：执行去重并输出

调用上述函数获取字符数组，传入 array_unique() 去除重复元素，最后可使用 implode() 还原为字符串。

代码如下:

// 拆分
$chars = str_split_utf8($string);
// 去重
$unique_chars = array_unique($chars);
// 可选：重新组合成字符串
$result = implode('', $unique_chars);
print_r($result); // 输出: Array ( [0] => 数组 [1] => a [2] => b [3] => c [4] => d ) 或拼接后的字符串

方法对比与建议

性能： 方法一在循环中进行字符串拼接，对于超长字符串可能产生较多内存开销；方法二先拆分成数组再处理，内存占用相对可控，但代码复杂度较高。
简洁性： 方法一代码更短，易于理解，适合大多数场景。
注意事项： 原文提到的“方法三”仅描述思路（分割后使用 array_unique），未提供具体实现，实际上与方法二的后半部分逻辑一致，无需单独作为独立技术方案。

以上就是PHP去除重复字符的详细内容，更多关于PHP字符串处理技巧的资料请关注本站其它相关文章！