如何确定一个字符所需的最小字节数？

Question

有没有办法确定特定编码中字符所需的最小字节数？就像 mbstring 扩展支持的编码之一。 UTF-8 的值为 1，UTF-16 的值为 2，等等。

我不想获取特定字符串或字符的长度。

我想知道给定编码支持的最小字符大小，根据它的规范。

我目前使用这个代码：

<?php

function flawed_detection($encoding)
{
    // I use 'a' in the hope that this char need the least number of bytes in all the supported encodings
    return strlen(mb_convert_encoding('a', $encoding, 'UTF-8'));
}

foreach (mb_list_encodings() as $encoding) {
    echo "$encoding: ", flawed_detection($encoding), "\n";
}

部分输出：

...
UTF-16LE: 2
UTF-8: 1
UTF-7: 1
UTF7-IMAP: 1
ASCII: 1
EUC-JP: 1
...

但我不确定要使用的“正确”字符。如果有的话。

编辑：我已经在每种编码中使用从 0 到 U+10FFFF 的每个字符测试了蛮力方法，结果与我的 finally_not_so_flawed_detection 函数完全相同（使用 'a' 字符或带空格）：p

Answer 1

我不知道有什么方法可以确定，但一个合理的近似值是检查空格字符的宽度（" "、U+20 等）。据我所知，每个健全的文本编码都支持该字符，并且每个可变长度编码都为其使用最小长度序列。